5.23 Minimax 服务器运维一面面经

一个上午打车到百度大楼，没有笔试直接面试，一面开了个年轻小伙，看起来很懂技术的样子，问了些大数据相关的问题，现场出了几道java编程题，也都做出来了。然后就是分布式、人工智能相关的一些技术问题，还有大数据相关的技术问题，回答的比较笼统，感觉面的一般。没有二面，让回去等通知，然后就走了。

一面一来介绍了一下面试流程，然后开始基于项目进行提问1.接口请求策略，网络请求+离线计算双模式，代码逻辑是什么样的？2.追问，既然能本地算，为什么要走网络请求？3.追问，如果网络请求拿不到，走本地计算会有什么后果吗？4.简单介绍一下这个项目的背景吧？给谁用的？用来干什么？5.第二个项目是给谁用的？6.如果不小心在考试过程中刷新了页面，你是怎么保证倒计时不重置，以及考试状态不丢失？7.答存本地，刷新之后在重新获取。面试官追问，要是把缓存清掉不就没了？再答，那应该是存在后端会比较好8.SSE和WebSocket的本质区别是啥？9.追问，那你为什么在对接deepseek的时候选择了SSE？实时聊天的...

个人背景：无实习，项目经验主要做KV Cache相关优化，诉求就是实习能学到硬核技术、对秋招助力最大化！Offer1：字节-推荐架构团队（抖音主站）✅工作内容主打LLM4Rec，做推荐大模型相关Infra，团队训推全栈涉及分配具体工作：推理场景超长上下文+超高QPS的KV Cache相关支持额外机会：后续感兴趣且有能力，可转推理框架方向，在vLLM里适配模型+优化，侧重算子和图优化✅优点大厂title亮眼；核心业务（抖音主站），有落地场景；算力充足❌缺点推荐大模型参数偏小；与大模型前沿技术不太沾边；偏向业务组，怕工作内容杂，担心学到的技术、积累的能力，和秋招纯大模型推理岗匹配度不高Offer2：蚂蚁-平台技术事业群-超级计算技术部✅工作内容偏中台，支持内部MasS平台，和业务距离较远基于SGLang做模型优化+部署，及时适配业界前沿模型；做PD分离相关工作，在Mooncake上优化开发核心分配任务：KV Cache优化，近期适配DeepSeek v4并做相关优化。✅优点技术更偏向业界大模型前沿，跟进最新技术速度快；组内有和SGLang合作开发的落地工作，技术栈纯Infra底层；组内管卡。❌缺点整体大厂title不如字节；怕实习生被画饼，没办法接触到真正核心的前沿技术工作。求有AI Infra实习/秋招经验的大佬们给点建议，到底该选哪个对秋招更有利啊🙏

网友提问：您好，本人研二，985本+清华研究生，无实习经历、无论文，目前在实验室跟着老师做一个工业缺陷检测的项目，主要基于yolo进行小修改和尝试一些数据增强方法，代码能力较差，全靠ai coding。个人目标是秋招能进大厂，向您咨询具体方向的可行性。1.退出导师现在的项目，开始准备八股leetcode等，找一个算法岗实习（大模型或搜广推），暑期实习来不及就找日常实习，刷个履历准备秋招。2.继续现在的项目，秋招去找cv方面的岗位（这个没有论文竞争压力是否很大）3.零基础学习C/C++，准备两个项目秋招找后端开发由于现在时间很紧，想向您咨询一下这些路线哪些可行，谢谢指导。Yt回复：一、你的开局：...