背景：base 上海 985 软工时间线：3.10 投递 ➡️ 3.17 笔试 ➡️ 3.20 电面 ➡️ 3.21收到群面通知 ➡️ 3.27群面 ➡️ 3.27 下午五点半收到preoffer3.17 笔试内容(1.5h)20道单选题，40分，2道编程题，60分。单选题：C++/css/js/数据库/计算机网络/云计算架构都有考到，页面置换算法，背包问题复杂度，UDP数据包最大大小，信号量，云计算三层，强化学习概念【总之考察的范围很广】编程题：1. 洗盘子    某天餐厅n个盘子要洗，从上到下编号为1-n。小A每次都拿上面l-r个，然后按照r-l顺序洗。给出一个洗盘子的顺序，判断是不是小A洗的。    - 输入：2, 5, [1,2,3,5,4],5 , [1,2,5,3,4] （第一个是用例数目，然后数组长度，然后数组）    - 输出：yes, no2. 复制粘贴    小明有2个字符串s和t，他希望对t进行一系列操作使得s为t的子序列。他可以进行复制和粘贴两个操作：1. 复制会将整个t复制；2. 粘贴会把剪切板上的内容新增在t的末尾。子序列表示：从一个字符串删除一些字符但不改变顺序。计算最少多少次操作才能达到目的。    - 输入：“cba”, “abc”    - 输出：3（复制1次，粘贴2次）3.20 电面内容(15 min)家乡意愿，留在上海？让我介绍一下研究方向。觉得周一的笔试怎么样说明vt是比较长期的，导师是否同意？论文是否有压力？【确定长期实习的意愿】针对实习经历问了问英文：what do you do on the weekends? recommend a place in your hometown for travelling.3.27 群面(1.5h）一场8个人。开场先每个人1min自我介绍，中英文不限。【20min】无领导小组讨论（3min看题，15min讨论，最后选一个人出来总结）：AI+营销，选定一个场景（这个给了四五个场景），讨论实施计划，成本估算和风险和挑战。我们组进行的比较自然，大家都温和地发表自己的观点，没有很argue。【1h】考查八股：AI：AI机器人如何降低成本数据库：acid索引和索引失效sql的优化 explain 索引怎么建索引算法题：两个已经排序好的数组 怎么把他们合并在一起1.不能使用库函数2.如果数据结构是链表/数组3.不能使用额外空间OO：多态的定义 应用场景设计模式单例模式 应用场景工厂模式Java：垃圾回收算法 垃圾回收器接口 抽象类的区别，举一个Java底层抽象类的例子最后画软件架构图 and 问大家的技术栈和意愿是什么？轮流说过去，就是什么语言，做前端/后端/算法结束的时候说明当天下午会通知offer大概五点半收到preoffer的邮件

link-flow 项目诞生原因 对于现在的Java后端面试情况来说，纯被八股文已经过时了，到目前已经发展成项目穿插了八股文来提问了，单纯的八股文厉害只能说明你的理论确实不错，但能把八股文和项目相结合，这种理论和实践相结合的方式，才是面试官最想要的！ 所以这就要求项目要有亮点才行！对此我开发了高并发实战项目 大麦，项目开源地址为：点击这里。也确实给小伙伴面试起到了非常大的帮助，有的人光是分布式锁这节，就让面试官的印象非常的深了！ 对于目前的项目来说可以分为两大类：业务项目 和 轮子项目，大麦项目就属于是业务项目，围绕着用户购买演唱会业务，而解决的一些列高并发问题。 而轮子项目是指对于现在已有的...

面试官迟到了十五分钟，说可以延长十五分钟，总共一个小时，但实际面了八十分钟。1，开头，自我介绍；2，询问研究方向；3，询问研究生期间花费时间最多的事情，中间怎么分析问题，解决问题的，中间追问了几个问题:4，结合项目，询问了hashmap的底层原理是什么，让我手写一个hashmap，面试官写了put，remove，get方法；5，花了二十多分钟写了一下，面试官直接带着读代码，找出来一个问题，put时候没有实现覆盖；6，询问并发情况下，hashmap的put操作会有什么问题:7，反问，问接下来的通知什么时候出，答很快，问二面会侧重什么(我感觉一面都没怎么问八股，问项目比较多)，答看面试官，因人而异，问自己需要哪些改进，答解释时需深入浅出；总体而言，面试官比较好，后面写代码超过一小时了，还继续让我写，问问题也是循序渐进的，八股也不多(真难背啊)，接下来等消息吧。#蚂蚁一面#

中电信人工智能公司 大模型推理加速工程师实习生1. vllm sglang 有什么区别？sglang相对于vllm有什么好的？sglang为什么更适配推理这类的llm？dpskr1了解吗？和基座llm有什么区别？假如要魔改vllm，可以怎么做？2. Cuda算子开发经验，性能对比过吗？3. 大模型量化算法原理没问（感觉默认我懂）问有没有实际部署过？有没有看过autoawq的git库？4. Clip原理，clip推理流程了解吗？（简历里写了解过一些cv mllm方向）5. 实习经历介绍，实现的算子性能如何？常见大模型算子优化思路有哪些？（访存优化，并行优化）6. Ascend CANN MindIE框架有哪些组成？7. 场景1：V100显存多少，Dpsk Qwen 32B int8量化能部署吗？怎么部署？（紧张了，int8说2比特位…）8. 场景2：并发场景下怎么测试最大并发数，需要关注哪些指标？（答的不好）（bsz，latency 我回答的gpu利用率显存这些……面试官提示了从用户角度，我脑子没转过来）（指标含义没问，默认我懂）9. 场景3: vllm怎么去支持自研模型？面试官的建议：LLM有训练有推理，我们这个路子更偏向实现算法，加速算法。同样是attn，后端如何实现，如何更快。需要对算法有一定了解，对工程能力要求也挺高。我了解但是不够深入，实践经验较少。更深入去看vllm源码，应用层面怎么去调用算子，底层层面算子怎么实现的，怎么去实现更高性能算子（还提到可以从汇编层面出发）。关于暑期：电信（或者说国企）集团有统一的校招流程，需要投简历做笔试再分发简历到用人部门，没有直接内部转正的。个人感受：国企面试还是比较温和的，面试老师给我的感觉也是，知道你这个地方不会了，能力到这了，就不会再问了。呜呜呜，大厂全聚德的小垃圾（我）尸体暖暖的～#牛客AI配图神器#