顶级harness

面试很难，还是要多多联系。。。1. 项目拷打2.在实习的时候有人带你吗？你是怎么开始上手的？3. 在你们做量化的过程中，一般是直接应用组内已有工具就能达到可交付的效果吗？要是达不到预期，一般要怎么调量化呢？4. 然后问了有关vla稍微大点的模型，一般用的多大的模型，讲了awq.smoothquant.gptq原理之类的.假如直接应用这些算法效果不好的话，你对优化这些算法有什么想法吗？有哪些可能可以优化的路径5.剪枝稀疏化一般可以分为哪些种类，大概讲一下6.对常见的模型架构了解多少？比如说deepseek.qwen.llava他们有什么差异7.经常遇到工程问题一般是咋debug的8.手撕：最短编辑距离和树的层级遍历

继续来分享下之前的面经~欢迎友好讨论，信息共享1. 拷打项目2. 有没有了解过AF分离，他是为了解决什么问题，既然有PD分离了，为什么还要AF分离？3. 有没有读过flash attention的代码，V2比起V1做了哪些改进？细聊一下他是怎么改进的。有没有了解最近的V4版本？4. 大模型的一层有几个线性层？TP的时候怎么切的？这样子做的原因是什么？有什么思路优化中间的allreduce吗？5. 看过ray的底层实现吗？它有什么特性，你的课题研究中是怎么使用ray的？6. 聊一下你所找到的cuda gemm的优化方法7. leetcode 单词接龙

1.实习相关内容拷打2.开发一个mcp如何评测效果，怎么迭代3.如何对一个agent系统做链路追踪，可观测性4.你的agent对话记录怎么保存的，什么数据结构5.了解哪些agent开发框架6.手撕最长有效括号------拷打一个半小时，很多深挖------后续挂

攒攒人品！有面试过同岗的朋友欢迎评论区交流1. 聊项目2. 聊一下chunk prefill，他是为了解决什么问题而提出的3. 说一下reduce-scatter和all-to-all通信4. 怎么减少launch kernel overhead5. cuda编程中bank conflict是什么，怎么解决？6. 场景题：一个大集群中有节点内有nvlink，节点间部分机器有rdma，怎么去设计你的分布式推理方案代码题：k个一组翻转链表