百度社招凉经

大模型推理方向

一面
八股：page attention，flash attention，moe，gptq，awq，pd分离架构，cuda的内存模型和线程模型。vllm-v0和vllm-v1的区别。

项目：简历上的

手撕：一道全排列的题目

二面
八股：MLA，GQA，flashattention的三个版本区别

开放式问题：
给你几个服务器和几张计算卡，你怎么做PD切分

手撕：一道动态规划的题

三面：待定
问了HR说在等反馈，然后目前还没有消息，感觉凉凉。