base北京 #实习# #蔚来# #测开# #春招# 面试体验：主要是拷打实习经历，对实习问得挺细的，无八股1. 自我介绍。2. 介绍一下你之前的实习期的经历，主要是做什么工作，产出了什么。3. 你觉得客户端和服务端测试有什么区别吗？4. 在客户端和服务端的测试方法上，你觉得有什么区别吗？5. 按你实习这几个月的经验，你觉得客户端的问题多，还是服务端问题多？6. 当时你们测试和开发是怎么配合的？7. 产品验收是怎么验收的？8. 你在整个实习过程中有没有实践过什么测试方面提效的手段？9. 自动化这块你们是用什么框架写的？10. Appium和Selenium这两块自动化你觉得有什么区别吗？它们实现的原理你知道吗？11. 实习的这几个月你觉得你最大的收获是什么？12. 这份工作是否改变了你对测试的认知？13. 你对自动驾驶了解如何？14. 场景题： 我们现在数据链是这样的，车上有很多传感器在实时收集外界的这些信息，这些收集的信息就是数据，这些数据通过算法的加工以后，会输出给车辆的控制系统，然后让它去做规划和控制。现在我们是想把这些数据全部的保存下来以便使用。数据是通过传感器录制的，录制完了以后可能需要保存到我们的车载的系统里，然后它还会保存在云端，云端的数据我们还需要下载到本地，然后也可能从本地的硬盘里去拷这些数据等等。我们的需求是这一天之内的数据在晚上的时候都可以拿回来以方便第二天去做迭代算法和测试。这整个链路下来，我们发现有些数据总是会缺失或者出错。你觉得依据你的理解，哪些环节很最有可能导致这些数据的丢失或者匹配不上？15. 反问————————————三面后一天就电话通知了三面通过，约了HR面。HR面不挂人，纯聊天。HR人很nice，氛围轻松（还给我推荐租房）。总体而言蔚来面试的面试体验非常好，每一位面试官都会开摄像头，以及很有耐心，会给足思考时间，答不上来的地方也都会引导，不会因为个别问题没答上来就否定。一面拷打八股，二面拷打项目，三面拷打实习，每一面的方向都会深挖得比较细致，需要好好准备，提问也会结合当前岗位的业务内容。蔚来的进度推进还是很快的（夸一个），一周内面完3轮技术面+1轮面HR面，HR面结束当天发了offer。

第一次面字节，最近面了这么多场还是慌，但是面起来体验不错，最后面试官给的反馈也还不错，正在等后续流程。全程65分钟左右，来复盘一下，意义挺大的1.了解第一个项目功能2.是否有考虑过弱网的问题（项目特点）3.怎么保证websocket的可靠性和连通性4.flowable工作流引擎的工作原理（项目特有）5.如果自己去做一个这样的工作流引擎大概有哪些工作？6.项目中的其他技术难点7.甘特图的卡顿是由于数据量大导致的什么增长导致了整体性能下降？8.甘特图的左右滑动为什么会发生重排9.缓存从某一页跳回之前的一页进行数据复用会出现数据不同步的问题吗？如何解决？（这个好多面试官问到了，赶紧搜一下怎么答比较好...

职位描述2021年4月，阿里集团成立智能信息事业群，聚焦AI技术在信息服务赛道的创新应用，从工具到服务，持续为用户提供高效、智能的互联网产品。智能信息事业群核心产品为夸克APP、UC浏览器、书旗小说、超级汇川等，以多APP矩阵，覆盖横跨各年龄段的数亿用户人群，服务超10万客户。目前我们正在用大模型服务于公司的多条业务线，作为智能信息的AI Infra团队，在这里你将深入参与到大模型的训练和推理中： 1、参与大模型离线训练的效率和稳定性提升的工作； 2、参与大模型在线inference吞吐/延迟优化，提升inference性价比的工作； 3、参与上述算力加速软硬件及平台体系化的设计和建设工作，支撑大模型能力建设和落地应用。职位要求，具备以下一项或多项能力：1. 熟悉C/C++、Python等至少一门编程语言，以及Linux下的开经验 2. 了解常用机器学习算法，对文本/多模态大模型相关领域模型，有极佳的工程实现能力，了解TF/Pytorch/Jax等深度学习框架，有相关模型训练和模型效果优化者优先 3. 了解大模型MegatronLM/Deepspeed/Colossal分布式训练框，了解模型量化、蒸馏、剪枝等模型优化原理和策略，有相关训练、调优经验优先4. 了解或使用过使用包括vllm/tgi/tensorrtLLM等模型推理服务框架，有代码分析及实践经验优先 5. 了解GPU/ASIC芯片，了解硬件系统架构，能够针对性的编写高性能的算子实现，有分析及调优能力 5. 在训练/推理加速相关领域的研究和成果发表者优先 ，也欢迎有HPC或体系结构背景的铜须同时我们还希望你 1、学习能力强，有良好的英文论文阅读能力，对新事物保有好奇心，并能快速适应新环境； 2、良好的沟通能力和团队协同能力；能与他人合作，共同完成目标； 3、对所在领域有热情，相信方法总比困难多，善于独立思考并反思总结。base地点：广州，欢迎感兴趣的同学留言、私聊或发送简历到邮箱zhangmaoquan.zmq@alibaba-inc.com

投的很晚了，本来听说团子流程很快，想来当保底的，没想到捞到了一个非常想去的方向。发现面试官是直系学长（这下校友遍天下了），广告搜推广的后端，技术栈比较广。我其实也很喜欢这个方向，感觉能沾上算法，出路会广一点。但一直不敢冲字节的ads infra。简历写了分布式算法想来当加分项，结果面试官非常熟悉分布式算法（坏了），直接开始高强度拷打，涉及非常深的细节和一致性问题。期间碰到不熟悉的，还给我推荐了几本书。最后讲了讲项目经历。等面试流程结束，反问阶段，改称学长了算法：二分搜索