字节跳动一面 ， 国际化广告

面试强度爆炸，目测二面已挂，发出来助牛友们渡劫1.开局问，看你对AI这个方向比较感兴趣，公司的业务可能不是你喜欢的，你也要做吗2.看你在去年拿了两个国奖，一个互联网加一个挑战杯，能讲讲做了什么吗？(忘完了，直接寄了)3.拷打刚说的项目，但是简历上没有4.实习为什么离职？5.目标检测模型的输入？(比赛项目)6.你知道计算机中4个bit表示的数据范围是多少吗？7.怎么算出来的？8.其实现在很多的计算机都有多核CPU，那假设啊，我在一个单核的机器上跑多线程任务，和在多核机器上一个线程分配一个核心去单线程的跑，哪一个效率会更高？或者说在单核上去跑多线程，效率能得到提升吗？9.有哪些情况能得到提升，还是所有的情况都会得到下降？10.参加比赛的项目应该是很多人协同开发的对吧，用的git，一个在本地已经commit但是没有push的记录，怎么撤回？11.假设有一个小游戏去开发，需要你实现一个小游戏的榜单，前一百去展示，怎么去做？12.对于两个分数相同的，你觉得怎么算，我们只要前一百，如果有102个得分都是100分怎么办13.你说加时间戳，你觉得时间戳加在哪里？更细一些？14.用zest查找分数的时间复杂度？查找排名的时间复杂度是多少？跳表的时间复杂度是多少？15.知道traceId吗，是做什么的？你知道这个id是怎么生成的吗？16.这个traceId是怎么传递的？你说用ThreadLocal，那如果是多个系统之间的呢？17.Linux的常见命令熟悉吗？18.假设说有一个文件，里边每一行是一行数据，这一行数据是一个ip，我需要你用linux命令，找到这个文件中出现频率最高的10个ip，你会怎么去找？19.那你觉得用java程序应该怎么去写？20.就比如你这个面试的链接，打开之后应该是正常的进入一个页面，但是如果打开之后，你进入页面，提示说找不到服务器的ip地址，你会怎么去排查这个问题？21.日常生活中会遇到这种红绿灯，假设要让你写一个软件，控制红绿灯，你觉得哪些地方的设计比较重要？反问有没有一些建议，可能是因为实习的比较多，经常需要有新的东西了解，基础可能没有很注意，项目的一些细节可能也没有去仔细的去看，可以深入去看一看，另外因为看了一面的面评，可能对自己的期望抬得比较高，有一些问题其实自己也没有答的特别好(其实是很多问题都不会，手都快扣烂了)直接道心破碎，已回去沉淀计算机基础

整体面试体验非常好，面试官人也很好，觉得如果过了的话一定是一个梦中情mt。1.三段实习挑一个产出讲一讲，中途会打断问问题拷打快20分钟，开始八股盛宴2.你们项目为什么要用PgSQL？3.PgSQL和Mysql的区别你觉得有什么？4.从其他的角度？你觉得mysql哪一点相比于PgSQL会更好？5.除了索引，对于MVCC来说，各自的优势是什么？6.你给我讲一讲MVCC，为什么要有MVCC，他解决的是一个什么样的问题？7.Mysql的隔离级别8.各个隔离级别出现的问题，怎么解决的9.讲讲Spring的IOC10.Spring的IOC你刚是直接说到底层了，其实还有一个功能是管理bean，你给我讲讲SpringBean生命周期11.那我们平时使用的AOP通常发生在哪个阶段？12.你给我讲讲Spring的AOP13.AOP底层原理？14.动态代理，Spring默认用哪个15.讲讲JVM内存区域16.什么情况下栈会溢出17.问一个堆上的问题，a＝“abc”，b＝“ab”+“c”，最终输出a＝＝b的结果是什么，为什么，举一个是false的情况18.手撕算法：hashSet，写一个类，插入，删除时间复杂度都是O1，插入时元素存在，则不插入，删除时元素存在则删除，另外提供一个方法，随机返回出任意一个元素，要求复杂度O1反问建议：表达能力很好整体面试1h30min，问题很简单，因为每个问题基本上直接答到底层，面试官没有更多反问，一般反问直接叩到下一个问题了，最后算法时间有点长，最后一面通过

给我面没招了，感觉自己好菜、面试很难，还是要多多练习1.项目拷打2.你在去部署或者训练预训练或者后训练的模型时，有没有用过一些比较底层的一些训练的调试的工具，比如说千卡的话很容易就会出NCCL timeout，如果出现 NCCL timeout，一般怎么定位和解决？3.像那种rl里面的那个MOE之类的那种的优化有去做过吗4.看您的训练经验比较丰富，而且您上线运行的推理内容之前也进行过一些什么样的优化吗？5.有没有做过 kernel级别的优化？比如用 CUTE DSL或者手写 CUDA去做 fusion这类算子融合优化，介绍一下6像底层，如果你们在做.kernel fusion，倾向于用什么方式来做7.有没有哪次你做了 fusion 结果性能反而下降的？原因是什么8.平时写 CUDA的时候，有没有关注到底层实现细节？比如你刚提到 FA2，那再往下一层，像 Hopper架构里那个 warp specialization是什么，它底层大概是怎么实现的9.试过用 Agent去生成cuda内核么，怎么去做的10.如果我把 warp specialization 去掉，只保留 tile 和 shared memory 优化，大概会损失在哪？11.怎么么判断一个 MoE 模型是真的学到了分工，而不是只是把 dense模型拆开了12.在 RL + MoE 里，有没有遇到过 reward把 routing学坏的情况？就是模型为了拿 reward，全都走某几个 expert，这种情况你当时是怎么处理的