字节校招 AI infra后端面经

今天开会，领导：其他部门那些应用工程师，现在都改名叫AI应用工程师了...... 周会讲了下以后的绩效考评，大概意思是业务线分为 demo → beta → app 三个过程，demo部分可能只需要一到三天，一个人就能搞定。出demo后有专门的小组评估，如果通过，相当于就由你牵头负责这个小项目；beta阶段给你一些资源调度，完成初版，内部进行一些众测；如果效果好，再做成正式版，考虑一些并发，维护。提的demo通过得多的话，绩效也会高，但这个demo不一定是部门内部的，其他部门有些应用工程师现在都直接改名叫AI应用工程师了，当然我们还是有些优势（优势在哪...），所以我们要尽快地做些东西出来。 ...

ai infra八股：1- 给定训练所需的Tokens，怎么估计模型训练所需的完整时间？2- Prefill和Decode阶段各有什么优化技术？3- 什么是Two-batch overlap，什么场景Two-batch overlap是负优化？4- megatron-lm中通信优化怎么做？5- 多机PD分离会有KV cache transfer开销，为什么还要做PD分离？6- muon和AdamW的pretrain和posttrain为什么不能混用？7- 如何看待跨SM的PD分离和AF分离？8- cuda的global memory和shared memory访存分别需要注意什么？9- deepseek-V3的优化点10- deepseek-DSA和NSA，MoBA的区别11- nccl中的通信源语有哪些？all-reduce参数更新一次参数需要几次通信？12- 在小数据量场景使用NVSHMEM，每个GPU直接读取其他GPU的数据，在本地reduce，相比ring all-reduce的好处13- 训练时如何设计超长序列下的并行14- 将Ampere架构的算子适配到Hopper架构的卡上，你会对哪些地方进行升级改造？

在当前开源项目极为丰富的背景下，付费资源并不一定意味着最前沿的技术优势，在具体执行层面展示出自己的独特价值，才是简历上最重要的加分项。1. WebMCP — 让网站主动告诉 AI 该怎么操作AI 操作浏览器的方案一直靠"猜"——截图识别、DOM 解析，错误率 15-30%。WebMCP 反过来，让网站自己声明能做什么，AI 直接调用结构化接口，准确率接近 100%。Chrome Canary 已实装。企业内部系统的 WebMCP 适配目前几乎没人做，是明确的蓝海。推荐理由：简历上写的不是"我会用某个框架"，而是"我在标准刚发布时就做了企业适配&...

我选有，我的保底offer是阿里，实习半年转正了，感觉还行，女朋友也在杭州，杭州真是我待过最舒服的城市，未来还是希望留在杭州，相比其他大城市，杭州退一步就是禅房花木