腾讯社招流程记录

1.实习经历+简历项目a.MCP工具原理，实现，怎么处理调用，模型怎么知道选哪个工具，Client和Server怎么构建b.项目/实习的难点2.操作系统八股:a.Linux 自旋锁和互斥锁b.线程 进程 协程，操作系统里Signal干嘛的，有什么特点c.死锁 产生条件 如何避免d.进程通信方式 优缺点3.有台Linux服务器，负载比较高，连接比较慢，怎么排查怎么处理4.怎么看网卡流量:netstat5.怎么看端口占用:isof6.为什么用RPC，和一般http请求有什么区别?proto序列化过程是什么?7.有一个日志文件(包含ip 状态码 请求时间)，写一条bash统计访问最多的三个ip:管道+awk + sort + unia溽8.Python八股:a.装饰器，GILb.浅拷贝 深拷贝，如何深拷贝(deepcopy)什么数据类型默认浅拷贝，什么类型默认深拷贝c.yield怎么用，Python里面垃圾回收怎么做的9.Golang八股:a.协程自动伸缩，Context干啥的b.defer执行顺序c.垃圾回收机制，select机制d.抢占式调度10.计网八股a.tcp紧急指针，tcp流量控制，tcp为什么三次握手，tcp ip四层模型和7层模型分别是什么/对应关系b.http和https区别，dns解析过程c.mtu最大多少字节d.arp缓存表，代理arp应用场景/如何实现e.2层和3层转发f.Nagle和延迟确认是什么?一般怎么实现g.GRE协议 什么作用，怎么实现，报文格式是什么11.算法题 LeetCode 442.数组中重复的数据(原地哈希

一、Redis 热 key：互联网平台的 “流量噩梦”在电商秒杀、爆款商品上线等场景中，海量用户请求会瞬间集中涌向存储对应信息的单个 Redis 节点，这就是 Redis 热 key 问题。就像一座设计合理的桥梁，某一车道突然涌入 100 万辆车，不仅会导致该车道瘫痪，还可能引发整座桥梁坍塌 —— 热 key 带来的连锁反应远比想象中严重：数据层面：承载热 key 的 Redis 节点因过载被打挂后，其负责的缓存数据全部丢失，进而引发可怕的缓存雪崩；应用层面：用户持续刷新却无法加载页面，服务直接陷入不可用状态，严重影响用户体验与业务连续性。很多人会误以为 “简单扩容就能解决问题”，但实际这是一...

offer帮选中兴 n×12 不承诺年薪 base西安 图像处理新凯来 （n+2.5）×15 base深圳 光技术本人北方人，男朋友工作东莞，考虑工作方向发展和后续跳槽问题，请大佬指点！

团队目前已经启动校招补录啦，招聘面向26年10月前毕业博士，岗位为大模型研发岗，方向包含训推优化、Agent应用、算力管理等。对岗位有任何疑问都可以在底下留言或者私聊哦。投递简历前可以先私聊进行初步简历评估。简历投递邮箱：wuchaojin.wcj@alibaba-inc.com-----------------------        岗位介绍         ---------------------------一、关于我们我们是【阿里云智能-政企事业部-AI Studio团队】一支充满激情与创造力的团队，致力于打造领先的全栈AI智算服务平台。在这里，你将与顶尖的技术人才并肩作战，共同探索前沿的AI技术。团队工作职责：一站式AI工程化： 从数据集管理、模型开发、训练到推理，我们提供覆盖AI工程化全流程的平台能力，尤其专注于大模型的开发、管理、调优和应用。强大的算力引擎： 平台支持多种异构算力的管理和调度，提供多种模型训练方式，并支持单机多卡、多机多卡并行训练，以及自动弹缩、断点续训等容错恢复能力。极致的性能优化： 我们在数据处理、并行计算、数据传输内存优化、GPU通信优化、资源利用率优化等方面，结合不同GPU机器硬件进行软硬件深度优化，显著提升不同模型框架在不同算力上的训练和推理性能。前沿技术应用：我们基于云原生，紧跟AI领域的前沿科技，深耕大模型推理性能提升、大规模的模型训练等领域。二、工作机会我们正在寻找这样的你：对大模型开发和大模型应用充满热情，并具备一定的研究背景。计算机相关专业，具备扎实的编程基础和算法功底。积极主动，乐于学习，具备良好的沟通能力和团队合作精神。工作地点： 深圳、杭州、北京你将深度参与：云原生AI训推一体平台的设计与开发。模型训练和推理引擎的研发与性能提升。RAG、AI Agent等前沿技术的探索与实践。简历投递邮箱：wuchaojin.wcj@alibaba-inc.com三、岗位介绍【AI研发岗位】ꔷ 岗位职责1、针对大模型推理、训练等场景，优化和扩展vLLM、SGLang等框架的核心模块，提升计算效率与资源利用率；2、能够使用Profiler手段，分析训练瓶颈，使用分布式策略调优、算子优化等手段来提升训练性能；3、提升分布式推理下模型并行(ModelParalleism)、数据并行(Data Paralelism)等场景下的性能；4、支撑异构AI芯片上的调度框架设计与优化，提升系统的实时性、吞吐率、算力利用率等指标；5、针对不同端侧设备的硬件特性（CPU、GPU、NPU 等）进行镜像和训推框架适配，针对特定硬件架构和推理引擎进行性能优化；6、探索前沿技术方向(如混合专家模型MoE、强化学习算法等)，推动AI工程化落地的效率提升。ꔷ 岗位要求1、教育背景•计算机科学、人工智能、机器学习、数据科学等相关专业博士。2、技术能力•熟悉深度学习模型（如Transformer、BERT等）及其推理过程；•熟悉模型优化技术（如剪枝、量化、知识蒸馏、模型并行等）；•熟悉推理框架（如TensorFlow、PyTorch、PaddlePaddle）及其优化方法，有图优化经验者优先；3、编程能力•至少熟练使用C++/Python/Golang中一种，具备良好的算法设计与代码实现能力；4、经验要求•有大模型推理优化经验者优先，熟悉政企客户业务场景者加分；•具备独立分析和解决问题的能力，能够快速学习新技术并应用到实际工作中。5、其他要求•具备良好的沟通能力和团队合作精神，能够与业务部门和技术团队高效协作；•对人工智能技术有浓厚兴趣，具备较强的学习能力和技术钻研精神。关联tag：阿里 阿里云 淘天 淘宝 支付宝 蚂蚁 美团 腾讯 华为 字节跳动 抖音 秋招 春招 补录 AI 人工智能