腾讯一共经历了三次一面，分别是腾讯魔方、腾讯金融科技、腾讯云3.18 腾讯魔方一面处女面，表现非常差自我介绍面试官问专业和测开有什么关系（本人非科班出身，当时就被问住了，不知道该怎么回答）然后接着一道手撕：数组中的重复数据（力扣442原题，要求常数级空间复杂度与O(n)时间复杂度）写了40分钟写不出来，面试官也不说话一直等待，最后给我讲了一下思路然后进入反问环节3.23 腾讯金融一面自我介绍编程题1：给定一个数组，其中少了一个数（非开头结尾），找出少的那个数编程题2：给一个数组n与数字t，统计数组每个元素出现的次数，返回前t个出现次数最多的数，次数一样则按元素升序排序项目拷打http与http...

佬们看看这个简历可以冲大厂吗

这个面经是群里 小伙伴分享的 社招, 2年的工作经验 双非本9硕 将近40分钟都在问项目细节 项目这里我全部砍掉了1. 自我介绍2. 大模型在推理时通常分哪两个阶段，每个阶段关注点是什么一般分成 prefill 和 decode 两个阶段。prefill 阶段主要是把输入 prompt 一次性编码进去，重点看吞吐、并行效率和长序列的计算开销；decode 阶段是逐 token 生成，重点看单步延迟、KV Cache 复用和 batch 调度效率。很多线上推理慢，不是模型本身慢，而是 prefill 太重或者 decode 阶段调度策略不合理。理解这两个阶段，才能知道为什么有些优化只对长输入有效...