东北大学科班大三下考研or就业

项目深挖很多，也聊到了互联和软件硬件协同最近面了一场阿里云的 AI Infra 二面，整体感受是，这轮不是那种偏八股或者偏刷题的面试，更像是围绕项目经历一路深挖，看你到底有没有真的做过优化，也看你对自己后面想做的方向是不是足够清楚。开头还是常规自我介绍，我主要讲了自己现在在做的方向，包括 AI Infra、异构计算、底层性能优化，以及一些算子开发、图优化、推理优化相关的经历。后面的问题也基本都是顺着这些内容往下展开。前半段主要是在深挖项目。面试官先问了我现在做过的几类事情，我把内容归成了三块：一块是算子优化，一块是算子融合和图优化，还有一块是一些稳定性问题和 bug 修复。这里他问得比较细，不...

做了这周的美团笔试加 ai 面，笔试大概 6 道大模型训练方面问题，4 道后端常规题，题型和上周差不多。算法 a 了两道，第一题看着吓人实则签到送分，第二题也是比较经典的括号相关问题，第三题一看做都不想做直接交卷走人了。据说美团几乎不怎么看笔试。ai 面试方面总体体验还不错， ai 面试官笑呵呵的一直点头，一直瞎说也点头，整体很轻松😂。最开始用 edge 浏览器进不去不知道为什么，后来换个夸克就好了。结合别人的面经来看，整体题型也比较固定，上来先选语言（java，c++，go），然后讲下自我介绍和 ai 使用情况，然后会再追问一下 具体怎么用 ai 的。之后就是出三四道八股题，第一题是计网（udptcpipv4ipv6httphttps 这些），第二题是根据选择的语言出，三四题差不多是中间件比如 mysql，redis，mq 这些。每到题回答之后基本都会追问两到三个问题，这里的追问是根据你的回答来的，所以说回答的时候自己不熟悉的词一定要少说，尽量多强调自己会的知识点。然后第五题是系统设计题，会让你设计一个具体的系统，然后讲讲整体对象间的关系，数据库表设计，api 设计等等，我遇到的是一个邀请系统，我看还有好多项目管理系统的。第六题是场景题，我遇到的是后端如何统计 token 以及一系列数据，最后做整合报表。这道题可以换题。然后五六题会追问三到四个问题左右，也是尽量答自己熟悉的知识点。第七题应该是个人经历相关，让我讲一个具体怎么顶住压力克服困难的经历。

挺难的，感觉比上周难☹️，8 选择 + 4 编程，120 分钟。T1 签到，T2 是 sklearn 大题跳过了，T3 折半搜索经典套路，T4 笛卡尔树分治有点东西。 选择题：RAG 文档更新后检索旧内容的原因、SVM 模型压缩方法、迁移学习微调策略、CV 预训练任务选择、GBDT 特性、二分查找比较次数、度为4的树求叶结点数 T1. 风不吹雨 每个位置可以做操作1（除以2取整，最多  次总共）和操作2（减 ，最多  次总共），求最小总和。 两种操作的收益是独立的：操作1的收益是 （不管有没有做操作2），操作2的收益恒为 （不管有没有做操作1）。所以直接贪心：操作1选收益最大的  个位置，操作...

主要问了问两段实习做了什么，拓展了一些八股比如：虚拟线程、分库分表、redis、消息队列等等  不是很多问的算法：最接近的三叔之和最后还问了问我的大论文是什么，让我介绍介绍ps：面试官小姐姐很有引导，我写算法的时候给我说了一些提示（是否可以使用二分等提示），全程体验很好