继续来分享下之前的面经~欢迎友好讨论，信息共享1. 拷打项目2. 有没有了解过AF分离，他是为了解决什么问题，既然有PD分离了，为什么还要AF分离？3. 有没有读过flash attention的代码，V2比起V1做了哪些改进？细聊一下他是怎么改进的。有没有了解最近的V4版本？4. 大模型的一层有几个线性层？TP的时候怎么切的？这样子做的原因是什么？有什么思路优化中间的allreduce吗？5. 看过ray的底层实现吗？它有什么特性，你的课题研究中是怎么使用ray的？6. 聊一下你所找到的cuda gemm的优化方法7. leetcode 单词接龙

都是大模型算法（infra），感觉差不多，没法判断好坏，各位结合转正率和发展看看选哪个呢：1. 百度智能云训推优化，进去之后估计是推理组，面试官似乎说之后想要做自研芯片的部署。2. 京东云推理优化，起步比较晚，大概了解了一下组里面不会做其他业务的杂活，确实是在做推理或者是训练的优化，转正率非常高。更新一下 今天跟面试官聊了一下，这个ld是个硬件出身的面试官，非常精通硬件，所以我去百度的话肯定是做昆仑芯方面的生态估计算子之类的，大概率摸不到n卡做不了框架

3月完成了预答辩，论文改好查了重，学信网万方查的2.7，我不信非要自己花了120去知网又查了一下，结果3.5哈哈哈哈哈哈哈哈哈哈哈哈。然后就是每天上午健身2h，下午实验室学学golang语言，为下个月去公司做准备，因为之前是学的java，进组之后上个月才通知转go。

想进 AI 领域，不用只盯着大厂。按底层技术、通用能力、场景应用、创业生态、硬件算力五大类型找，匹配度更高、机会更精准。首先是互联网 / 科技大厂特点：资金雄厚、技术前沿、体系完善，适合深耕大模型、多模态、AI infra 等硬核方向，校招 / 社招规模最大。比如字节、阿里、腾讯、美团还有AI 技术独角兽（通用能力提供商）特点：专注计算机视觉、NLP、语音、大模型等单一 / 通用 AI 能力，技术壁垒高，适合算法 / 工程 / 产品岗。比如商汤、旷视、云从、依图、智谱 AI、MiniMax、百川智能、零一万物、阶跃星辰。还有对应的AI 创业公司（高成长、高机会）总结：想做底层技术 / 大模型：优先大厂、AI 独角兽、科研机构。想做场景落地 / 行业应用：优先垂直行业 AI 公司、大厂行业线。想做工程化 / 部署 /infra：优先大厂、算力公司、AI 基础设施厂商。想快速成长 / 拿期权：优先 AI 创业公司、成长期独角兽。