禾塞科技（激光器与封装岗）

这一轮更偏大模型、量化和推理基础理解这场蚂蚁 AI Infra 三面，整体感觉和前两轮又不太一样。前两轮更多是在深挖我已经做过的项目，这一轮虽然也会问项目，但明显更关注我对大模型推理、量化、KV Cache、attention 这些基础问题到底理解到什么程度。开头还是先做自我介绍，我主要讲了自己现在在做的几个方向：一段偏工程化的软件开发经历，一段偏算子和图优化的实习经历，以及自己在做的一个基于 Python extension 的量化推理 runtime 小项目。这一轮项目部分问得相对直接。面试官先让我展开讲了自己做的那个量化推理 runtime。我这边讲的是，基于一个开源 runtime 做...

绷不住了

时长1h1.自我介绍2.实习经历+项目（持续了大概20min）3.coding部分（持续20min）3.1 三个线程按顺序打印abcabc（因为用Go，所以写得很快，然后写太快了就奖励再来一题。。。）3.2 在最多删除一个字符的前提下，判断是不是回文字符串——————————————————————————————————————————————————————————八股环节4.索引设计的原则答：最左匹配原则（联合索引/复合索引会按照字段的顺序构建B+树，查询时只有匹配‘最左前缀’才能命中索引）高度区分原则避免过度索引：每增加一个索引，会增加磁盘空间的占用，会降低INSERT/UPDATE/...