上海华讯网络是央企吗

一家公司是让我去做项目助理和产品助理的混合型工作，另一家公司是做教育软件的售后，主要是为客户答疑解难，说是可以后期转岗做项目，但是不能保证，从未来发展看我应该选哪一个呢

base上海3.13-笔试/一面通知HR打电话来通知一面时间，同时在一面前需要做笔试。笔试分为四个部分：计算机网络基础/数学/英语选择/英语阅读/行测一共25分钟，一个部分做完才能做下一个部分，不能回退3.17-一面没问技术，全部都是深挖简历，包括实习/项目；其他的包括对华讯的了解，为什么选择华讯；为什么选择离开上一家；还有家庭情况，未来想去什么城市发展，有没有女朋友这部分只要简历说得出来就行最后面试官说一共只有两面，签的是bro形式，不是华讯本公司。3.19-二面依旧没问技术，这次我用AI记录了个人背景与求职基础类问题 2：你是通过什么渠道看到本次招聘岗位的？问题 3：实习已经结束了吗？当时这份实习是通过什么渠道找到的？问题 4：这份实习岗位有转正机会吗？为什么没有选择转正？问题 5：你实习主要在客户现场做项目交付吗？工作地点是哪里？问题 6：你的同学大多会进入什么样的公司，就业方向主要是哪些？问题 7：你是安徽人吗？未来在工作地点上有什么规划？问题 8：工作和学习之余有什么个人爱好？项目经验与实操能力类问题 1：第一个项目中，你具体负责的工作，以及遇到的有难度的问题和解决过程问题 4：项目交付有方案评审流程吗？具体是怎样的？问题 5：从未来项目交付角度，你觉得当前的流程或规范有什么改进空间？项目细节*N问题 9：怎么看待两者产品的特性、优势和劣势？问题 10：第二个项目中遇到了哪些问题？具体是怎么解决的？问题 11：项目中客户的存储网络是第三方产品吗？职业规划与认知类问题 1：你为什么想从上家离职，选择华讯？候选人提问类问题 1：公司对于刚入职 6 个月左右的员工，有什么要求或期待吗？回答：公司会根据员工的不同背景安排对应的项目，入职半年内，除了基础的技术理解，核心看重两点：一是服务意识，包括责任与担当，对项目质量的把关，以及发现风险时的内外部沟通能力；二是高效的协同沟通能力，包括与项目经理、领导、同事、客户的协作，避免闷头做事。技术和现场实操能力因背景不同会有差异，经过一年项目历练后差距会缩小，而入职半年希望员工基本能独立开展工作。问题 2：您觉得我对于这个岗位，还有什么欠缺的能力吗？回答：作为学生，目前从面试表现能看出你对网络领域是热爱的，这是做好工作的基础。公司培养员工，还会重点关注自驱力，自驱力会驱动个人技术成长、高效沟通和项目质量把控，这一能力很难通过面试完全判断，需要后续进入项目后，通过实际表现来观察和验证。3.20-HR打电话叫我提交学校就业推荐表，说是后续可能流程需要3.23-已oc

给我面没招了，发点面经攒攒人品～1.项目拷打2.语义漂移吗？如果遇到罕见病，模型产生‘幻觉对齐’导致误操，有没有方案去做兜底3.在医疗决策里，‘兴趣’是伪命题，‘合规’才是核心。用常规的DIN是做用户兴趣建模，但把DIN 里的激活单元改成了双线性交互这会不会导致模型对‘强特征’（如过敏史）的敏感度被‘软语义’稀释？4.知识库里既有权威指南又有脱敏病例。当这两者发生逻辑冲突时（比如新版指南否定了旧病例的方案），路由机制是怎么做确定性仲裁的？5.说的算子融合具体是怎么做的6.做生成式推荐重构，LLM虽然语义理解强，但天生带有选择偏见（。在冷启动场景下，怎么保证模型生成的物料序列不会陷入‘信息茧房’？7.手术机器人的环境是很复杂的，比如它组织形变是不规则的。你提到的不确定性感知），具体是基于传统的卡尔曼滤波还是基于大模型的分层鲁棒控制？当模型预测的8.动作序列与传感器实时反馈发生显著偏离，怎么实现毫秒级的安全制动9.用Pseudo-ID做时序追踪，但如果攻击者通过多维病理特征进行逆向重构，Embedding层做了哪些差分隐私处理10.手撕：Transformer block实现

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