拒掉了字节面试有影响吗

1.双方自我介绍2.围绕项目提问，这里记一下通用问题项目开展的流程，你在其中负责哪些？用的什么推理框架？FP8 KV Cache是怎么设置的？FP8量化在prefill阶段有多少性能收益？profile用的什么工具，怎么定位性能瓶颈？还有些想不起来了，回忆起来再补充。3.开放性提问你对GPU微架构和cuda了解吗？在sm没用满的情况增加矩阵乘法的大小，为什么延时会增长？除了compute/memory bound还有哪些类型的bound，怎么定位？4.代码题岛屿数量，模版题，但是写的很艰难。面试官帮我减掉了输入处理和队列的初始化，最后写完还有点小毛病5.反问环节问了下他们部分具体是什么方向的推理优化。视频/图片生成类模型重要吗

1. 计算机网络的五层模型和七层模型分别是什么答案：五层模型一般是应用层、传输层、网络层、数据链路层、物理层。七层模型也就是 OSI 模型，分别是应用层、表示层、会话层、传输层、网络层、数据链路层、物理层。实际工程里讲得更多的是 TCP/IP 分层和五层模型，因为更贴近真实协议栈实现。七层模型更像一种教学和抽象方式，方便理解不同职责是如何拆分的。比如 HTTP、DNS 这种通常归在应用层，TCP/UDP 在传输层，IP 在网络层，以太网协议在数据链路层。2. TCP 和 UDP 在哪一层，它们分别解决什么问题答案：TCP 和 UDP 都属于传输层协议。传输层主要解决的是端到端通信问题，也就是主...

感觉自己好菜、面试很难，还是要多多练习1.大模型相关经历深挖：你项目里最核心的贡献是什么，怎么验证有效2.对比学习 loss：负样本和正样本拉不开/太像了，你会怎么改损失或采样3.FlashAttention 跟普通 attention 的差异？实现里 QK^T、softmax、PV 这几步怎么落4.3D 并行里 DP/DDP你怎么理解；实际落地时通信瓶颈一般卡在哪些环节5.14B：FP16 权重大概多大；训练还要加哪些；INT8 大概能省多少6.torch.contiguous() 干嘛的？推理为什么在意连续性7.代码：读 txt 井字棋（3×3），判断当前玩家是否获胜8.交叉熵损失：解释/怎么写9.线性回归用 SGD：更新公式怎么推/怎么写

之前往字节投了大模型应用相关的岗位，但被HR调剂到后端开发（AIDP）了，之前一直做的AI，简历项目也都是RAG，Agent相关的，没接触过后端开发（计算机网络，OS，数据库啥的都学过，但是没啥开发经验），想问一下后端佬们，还有两天时间准备面试，这两天该突击些啥，学到啥程度才算可以。