蔚来AI Infra - 二面

手里的两个意向公司：快手 部门：具体名称未知，专门做AI infra的组 工作内容：LLM 推理优化公司：蚂蚁 部门： 应该是平台事业群（中台？） 工作内容： LLM 推理优化base 均为北京，都是暑期个人感觉基本背书差不多，快手可能技术略好？但是快手强度比较大

经历今年暑期大厂面试的，很多岗位是不是都问了AI相关问题，这就是接下来的趋势，想要进大厂或者垂直领域独角兽企业，不管什么岗位，拥抱AI就对了需求可能会增多的岗位：1、AI算法工程师/科学家（核心层）：LLM工程师/研究员： 预训练、微调、RLHF、Prompt工程、Agent开发、模型压缩与部署。多模态算法工程师： 融合文本、图像、语音、视频的理解与生成。AIGC算法工程师： 图像、视频、3D内容生成等。计算机视觉/自然语言处理工程师（与大模型结合）： 即使是传统CV/NLP，也需要与大模型技术结合应用。MLOps工程师： 负责机器学习模型的全生命周期管理，包括开发、部署、监控和迭代。2、AI...

书接上回，pdd最终确定是用户增长业务线下的算法团队，做的是算法部署（有Java微服务的，也有c++推理优化），这算是ai infra？各位佬有了解的吗？做算法部署的前景如何？跳槽就业面广吗？      

主要技术栈是C++，项目是leveldb和raft的分布式kv这场面试官没开摄像头，kpi面；面试官应该是主管级别的自我介绍sizeof一个std::function和sizeof一个lambda表达式，区别是什么？ 跳表节点的原子性怎么保证，介绍 std::atomicatomic的内存序讲一下对spdk的理解，它为什么是bypass你的leveldb，如果put的时候，掉电了，如何恢复项目的IO模型是什么？层级合并的延迟是怎么测算的，这个指标有什么意义？如果put的Key正常，但是value很长怎么办手撕：面试官出题，IO模型下的内存池设计反问