快手java后端一面（秋招以来体验最差）

混合云异构计算工程师工作职责-建设业界领先的AI异构算力容器平台，提供 高性能、高稳定性、高易用性的百舸产品，支持AIGC、智算中心、金融-结合 SOTA 模型训练推理优化原理，深入模 型结构与设计思路，将训练推理优化手段工程 实践化，为客户提供系统性加速方案，提升训 推效率-在自研芯片上适配常见大模型，结合深度学 习训推框架特性，开发或调优相关算子，提升模型在芯片上的性能和精度表现，辅助客户进 行芯片选型和应用-针对大规模异构集群场景下，探索训推任务 管理、异构资源调度、虚拟化混布、容器存 储、高性能网络、分布式训练和推理等技术的 创新和应用-探索业界最新技术方向，参与机器学习框架 等开源社区，提升百度混合云AI核心竞争力任职资格-本科及以上学历，有一定程度的计算机相关 专业知识背景-优秀的编码能力，熟悉Golang/Python/ Java/C/C++至少一项，有扎实的算法及数据 结构基础，有良好的编程习惯。-熟悉PyTorch,了解Megatron、 DeepSpeed、vLLM、SGLang等大模型训推 框架，做过测试、开发等工作。-对GPU芯片架构有一定了解者优先，熟悉 CUDA、OpenCL等高性能计算编程经验优先，有大规模训练推理实践经验者优先-具备推理优化的深度实践经验优先： FlashAttention、PD分离、专家并行、负载均 衡、模型压缩（蒸馏/量化）、缓存策略、异 构计算加速-具备训练优化的深度实践经验优先：分布式训练、显存优化（如Zero/Offload)、计算通 信Overlap、混合精度、MoE架构调优-熟悉Kubernetes工作原理，熟悉调度器、资 源扩展机制、容器运行时、容器网络等技术， 有Kubernetes开发和维护经验优先-有独立的分析问题和解决问题的能力，有强 烈的责任心，较强的学习能力和沟通能力

前不久，有位朋友去腾讯面试，他说被问到 Redis 与 MySQL 的一致性如何保证？ 本文将跟大家一起来探讨如何回答这个问题。为什么要使用 Redis？首先为了提升服务器的性能，一般都是给服务器加上 redis，让其作为数据库的缓存。这样，在客户端请求数据时，如果能在缓存中命中数据，那就查询缓存，不用再去查询数据库，从而减轻数据库的压力，提高服务器的性能。数据更新时，先更新数据库，还是先更新缓存？由于引入了缓存，那么在数据更新时，不仅要更新数据库，而且要更新缓存，这两个更新操作存在前后的问题：先更新数据库，再更新缓存；先更新缓存，再更新数据库；下面让我们来详细介绍一下这两种更新方式！先更新数...

如前所述，笨人二月份的时候来NV测开实习了，本来想混个转正，但是现在秋招都开了我们实习生还毫无转正的消息，都不知道是不是要等到明年。现在好多厂都开始提前批了，但是根本不知道能去干什么。感觉考虑三个方向：1、传统后端开发。java之前才学到java se，后面还没学，也没做项目什么的，不知道能不能一个月速成一下？或者c++也会点，拿c++做个项目？或者直接重新学go？2、基础架构工程师。实习期间做过一点点linux内核，qemu，docker，k8s之类的东西，但是都非常的浅显，感觉面试官可能都不想问3、大模型应用开发，实习期间有一个很简单的mcp+rag的框架项目，感觉可以蹭一蹭，但是远远不够反正实习期间就是什么都做过一点但是都不深…应该选什么方向好呢？各位大佬能不能指点一下，油或者说这三个方向其实要准备的技术栈是一样的呢还是说应该离职不要蹲了全力秋招

第一家：教育行业。后端研发(AI 多模态)问实习比较多。llm的微调部署这些没问，主要是项目实现。Transformer八股。但是后面说进公司要学Java第二家：游戏数据公司。AI应用开发。也是问实习内容，同样没问llm的微调部署，主要是项目实现。后来问面试反馈，说我做的太底层，他们想招聘偏应用的。第三家：车企。大模型算法。偏应用但是主要问八股。lora、MoE这种内容很多，根本记不下来。而且这几次面试我投的都是同一份简历，但是面试问的问题差的很多。最近几个月准备时间也不短，但是越准备要学的东西越多了。。。