bg：双九硕，两段大厂实习投递企业80+，大部分都是私企，国企研究所不想考虑（不想抛弃这个方向啊，没见有哪个国企或者研究所做这个的）下面列出oc的，流程中的，以及挂了的。后续会上传各家企业的面经，以及总结整个秋招的面经，包括c++以及推理加速高性能方向~8.15 华为投递计算产品线粤港澳地区会集中在10.15 10.16 10.22-10.24 线下面试华为面经占位总之谈薪之后计算产品线没hc了，流转到20128.26 美团今年美团有点怪，很多朋友三个志愿全挂了，我这边被二志愿捞了，机器学习引擎工程师美团面经占位后续意向了，部门是到家研发8.26 OPPO不好说，面试官看起来就一脸kpiopp...

4.8 官网投递 深度学习框架工程师4.25 一面 转部门也是问项目，问项目中网络的结构和参数量，问大模型的相关知识，给了一个Llama模型,说说模型是怎么构成的，计算其参数量，问大模型的量化，问量化的前沿技术，问了int4量化是怎样进行的，量化流程以及量化方法详细问了onnx是干嘛的，我这边是怎么使用的，然后问了一个工作中的问题，就是不考虑转换为trt推理引擎，直接用onnx进行推断时，如果模型的权重需要在推断时进行更改，有什么方法可以做面试官说主要是模型结构这块的优化研究，需要做到一些前沿领域，是个研究团队，比如量化层面是一个很重要的模型结构优化方面，要集中做某一个小方向说是方向不对，转给...

3.29 官网投递 ai软件开发4.17 笔试，一二题300分5.14 技术面+主管面技术面： 开局手撕，父子进程，然后去除一个节点，需要将所有子节点也连带去除谈到父子进程，问了进程和线程，这俩关系，通信方式，进程通信的底层实现逻辑项目介绍，用的模型架构，从哪些层面性能优化的，用的方法主管面：项目介绍，课题详细介绍，创新点在哪，遇到的困难，怎么解决的家在哪，对华为文化怎么看晚上hr直接打电话说通过了，问我接不接offer，部门计算产品线，因为base松山湖，我说再考虑-------5.17 应该要拒了，有鹅选鹅！

3.29 官网投递 机器学习算法工程师4.10 初筛过+测评4.17 复筛过，待面试5.11 上午 一面在公司，没找到会议室，迟到了10分钟，外面网还不好，中途掉线了， 耳机也出了问题，断连好几次了总之就是迟到了，上来就是手撕，两个链表节点相加，考虑进位创建新节点就行然后项目部分就是逐个项目解释，问一些优化手段吧问了一些简单八股啥的，有点搞忘了，下午两个电话面和一个视频面，上午的记得有点混了面的感觉还行，期待一下

4.15 boss投递4.17 一面问项目，详细描述cuda优化方法说一说智能指针的用法聊天，组里主要做芯片，去的话是做芯片上的软件，写一些micro kernel库，做硬件对接没有转正，甚至没有校招，都是社招的4.28 二面狂问简历内容，详细问了layernorm plugin在cuda里怎么写的，拷打比赛怎么做的，麻了最后问了一个矩阵连线问题，一笔能遍历所有点并且首尾相连------------5.17了都没消息，应该寄了

4.15 boss投递 推理引擎研发实习生4.19 一面项目介绍，问blockreduce怎么实现的，代码敲出来，问中间的wrapreduce怎么实现的，代码敲出来又是敲代码：多个有序链表合为一个有序链表说是方向很契合，但代码能力要加强4.26 二面详细问项目，问量化流程，问polygraphy是怎么看精度的手撕，有细节没干出来，很烦用C++语法，编写一个循环数组的类，其中需要包含以下几个要求：声明整型数组，其长度由实例化时传入的参数进行决定。提供push和pop操作，当数组满时，可以从头开始写入数据（即覆盖旧数据）；pop操作需要从头开始读取数据，当数组为空时，返回错误提示。提供 print...

4.19 boss投递  ai异构计算和性能优化工程师4.22 一面就是问项目，详细介绍，另外问nsight system怎么用，怎么分析性能瓶颈，了不了解各类芯片架构之类的还问打不打游戏之类的，说完后又问打什么游戏，当时就懵了4.25 hr意向 直接去了，阿里日常是外包啊，但有实习总比没有好（没转正）部门是基础设施，做异构计算，base深圳---------顺便说说实习生活吧地点就是阿里中心时间930-1830，但晚上一般都会干到1930吧，最晚不超过2030日常的话是外包（绿牌牌），没有正式员工的一些福利，但一起吃饭一起办公，健身房啥的都是免费用，有问题可以随时找主管或者师兄师姐们问，但权...

4.24 官网投递 机器学习算法大类云架构（TEG）后台开发 5.8 晚上 一面问的全是项目，面试官对推理好像研究不深，问我为什么这么关注性能。写一个题，如何不用库函数写一个transpose，我这用几个for循环直接写了......感觉写的很怪，面试官说能懂就行5.11 下午 二面问项目，挨个介绍，问transformer架构，以及优化方法，问训练时显存过大怎么办（为什么，什么原因以及解决方法），问topK问题，问了不了解视频格式的种类，问图像的一些处理任务吧（不太清楚）晚上直接进hr面了，离谱，到时候再看吧5.14 hr面 项目简单介绍，介绍部门，问聊不了解工作内容（之前面试官提过），家在...

4.21 官网投递 机器学习系统工程师蔚来这边不区分暑期和日常，说是只要有hc都可以转正5.8 上午 一面问项目，向量化的作用，transformer的性能瓶颈，cuda的优化方式，softmax的优化手段，矩阵乘的优化手段，这些优化手段都是怎么做的，矩阵乘的分块计算怎么做的，如果将矩阵乘和softmax放在一个kernel中怎么计算（看flash-attetion）八股（我的天，终于问八股了，虽然答得一般，之前面的压根没怎么问过）：c11的新特性有哪些，详细说说，new和malloc的区别，在Linux中malloc是怎么分配内存的（说是什么双向链表，具体看cssapp）说是还有3、4个实习...

3.29 官网投递 引擎研发工程师4.15 一面 项目拷打：算子向量化处理的作用，量化方法，wrap_shuffle优化，BlockReduce是怎样进行的，共享内存的使用，推理加速比赛结果以及对于结果有没有优化方法八股：stl中vector的底层原理，有用过哪些stl，c+中代码到运行的过程，包括内存的分配手撕：leetcode4 寻找两个正序数组的中位数：给定两个大小分别为 m 和 n 的正序（从小到大）数组 nums1 和 nums2。请你找出并返回这两个正序数组的 中位数 。 算法的时间复杂度应该为 O(log (m+n)) 。4.26 二面二面面试官很nice，问题非常明确简洁主要也...

学历：双9硕无论文，实验室项目一坨leetcode：200+，代码随想录+hot100方向：模型推理加速优化、cuda高性能投递+面试+oc： 投递48，约面16（一共面了21次），oc5投递岗位（给大伙参考一下）：机器学习引擎工程师，模型优化算法工程师，引擎研发工程师，机器学习算法工程师，ai软件开发，高性能计算工程师，深度学习框架工程师，cuda优化，模型部署，AI编译，推理引擎研发，基础架构工程师，高性能异构计算工程师TimeLine：（完全没理我以及没动静的就不提了）3.29 美团 4.6 笔试 A前四题4.15 没hc了，接受调剂，搞着玩3.29 地平线 4.5 简历挂3.29 快手...