暑期结束！美团offer timeline

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...

没招了，笑死了

🙌面试感想：脑子一热hr打电话就约了 但是水平完全不够 面试官也是特别好 问的问题能感觉到完全没上难度 结束后也是秒挂了1.自我介绍2.（项目）聊天数据存储在什么位置？本地存吗？消息形式是纯文本还是支持图片、视频？如果要发图片，你准备怎么做？上传图片后消息体是什么样、如何传输？3.Kafka 为什么吞吐量大？4.Kafka 消费者可以有多个吗？多个不相关应用消费同一个 Topic 可以做到吗？怎么做？多个消费者共享消费数据、处理慢的场景能做到吗？5.协程和线程的区别？协程在操作系统层面是什么？为什么是用户态？6.Go 怎么管理协程？（GMP）协程死循环会卡死绑定的线程吗？7.MySQL 索引...