这一轮更偏大模型、量化和推理基础理解这场蚂蚁 AI Infra 三面，整体感觉和前两轮又不太一样。前两轮更多是在深挖我已经做过的项目，这一轮虽然也会问项目，但明显更关注我对大模型推理、量化、KV Cache、attention 这些基础问题到底理解到什么程度。开头还是先做自我介绍，我主要讲了自己现在在做的几个方向：一段偏工程化的软件开发经历，一段偏算子和图优化的实习经历，以及自己在做的一个基于 Python extension 的量化推理 runtime 小项目。这一轮项目部分问得相对直接。面试官先让我展开讲了自己做的那个量化推理 runtime。我这边讲的是，基于一个开源 runtime 做...

，有没有什么老主神学，祝我一臂之力

这是一位学员投稿的经纬恒润嵌入式软件开发岗位一面面经。整体看下来，这场面试的题目覆盖面比较广，但难度不算特别高，主要集中在嵌入式开发的基础知识，包括 C 语言、STM32/单片机常识、SPI/I2C/TCP 等通信相关内容，以及一些和硬件认知有关的问题。如果平时有做过单片机项目，学过 STM32，复习过 C 语言和常见通信协议，这套题其实是比较典型的一面风格。一、面试题目整理根据学员投稿，面试中提到的问题大致如下：static 的作用static 在函数里面的作用SPI 在什么地方用了I2C 的起始信号，几根线函数指针和指针函数的区别TCP 的握手和挥手结构体和联合体的区别低功耗时的电流、正常...