一面

职位描述

发信人: sguuaa (今心), 信区: JobInfo 标 题: 【内推】【校招】【实习生】小红书招聘机器学习系统工程师 发信站: 北邮人论坛 (Fri Sep 3 11:58:00 2021), 站内

小红书媒体智能团队主要负责计算机视觉和语音AI技术和系统平台建设。我们希望利用人工智能技术，结合AI和创作工具提升小红书用于在内容创作和发布侧的体验，通过对海量笔记多媒体素材的细粒度和多模态的理解，提升社区垂类内容建设，画风治理和内容分发的效果和效率。通过技术让亿级用户在小红书社区更自由便捷地创作和分享，记录和交流时代年轻人的正能量和美好生活。

现在团队招聘机器学习系统工程师，欢迎投递~

• 你会参与到的事情: 负责开发小红书内部机器学习系统,确保公司飞速增长的业务所需要的各类算法模型顺利生产和落地,服务于公司各个产品; 高效优化和部署计算机视觉、语音、自然语言处理等核心业务模型; 与算法紧密结合,分析性能瓶颈和系统架构,软硬件结合优化,实现极致性能;

• 我们希望你:

1. 全日制计算机相关专业本科及以上学历;
2. 至少熟练掌握Linux环境下 C/C++、Python、go、java中的一种语言;
3. 掌握CS常见数据结构和算法,具备扎实的计算机科学功底和编程能力;
4. 能够熟练使用至少一种主流的机器学习框架(TensorFlow / PyTorch等),熟悉框架内部实现；
5. 有良好的文档能力

• 加分项(非必须, 没有背景也可以在实战中学习相关工作):

1. 对深度学习训练/推理有实操经验;
2. 有GPU开发经验,实现过深度学习算子;
3. 有TensorRT使用经验;
4. 熟悉并行计算算法，擅长各类并行编程；
5. 熟悉模型剪枝、量化等优化方法；
6. 熟悉 TVM、MLIR、GLOW 等模型优化工具。
7. 有过AI Infrastructure 相关开发经验(分布式存储、高性能计算等等)
8. 了解Kubernetes相关架构，对资源管理和任务调度有了解
9. 熟悉 flask、django 等相关技术，有后端开发经验
10. 参与过大规模分布式系统的设计、开发和维护，了解各类数据库、消息队列等组件的原理

福利：提供三餐，零食不限量~ 良好的团队氛围&技术氛围 实习生提供转正机会

投递方式：xiaoxiao6@xiaohongshu.com 也可添加微信 17600224218

语言

项目讨论

简易聊天室

• IPC有哪些方式？你为什么用共享内存？
• 把代码和简历上的内容对应起来，并做修改
• c/s模型位于单机系统 vs 网络和分布式系统

TCP实现C/S模型文件传输

• epoll/poll/select区别
• 边缘触发、水平触发

高性能计算

• "利用cuda编程，将paddle版本的mmdnn模型能够跑在tensorrt的预估引擎" -> 这一整段话我和别人都看不懂

模型优化

• 你能说一下模型蒸馏的全流程吗？
• 你能说说teacher是怎么训练children模型吗？
• 对于bert/ernie模型，哪些地方是需要优化的？
• 吞吐的提升都有哪些方法？
• pnr这个参数有什么用？怎么出来的呀？
• 头调成8个或者12个 ？
• 一次蒸馏需要多久，一周时间？
• 大模型和小模型差不多是什么意思？与数据有关？与loss的选择有关？（attention, hidden layer, hard label ?)
• 看过模型结构吗？

cache

batch

• 说说qq的模型是怎么做batch的？
• 开了batch之后有什么损失吗？造成多少的额外延迟？
• 哪些模型可以开batch，哪些模型不可以开batch？（视频、图搜、qt，query端）
• qt端可以开batch吗？怎么开？
• 会用到tensorrt的加速，实际上模型跑在paddle上面？对吗？
• 相关性模型，百度都有哪些模型？
• 精排、粗排模型上层打batch？
• 超时时间设置是多少？ 15us
• batch 中 如何识别不同的 query？ pos_id ?
• 图搜的模型、视频的模型怎么去打batch

总体感受：

1. 代码能力不足；面试官反馈，"对于一纬的蓄水池至少也应该也出一个暴力的方法"

• 坚持一天一道leetcode题目，来保持代码能力(「想法->代码」实现的能力)
• 蓄水池代码

• 简易聊天室与生产者消费者 要求：1. 一写多读/多写多读 2. 写优先 3. 队列（满了就不生产了）

百度项目反思

• mxps也是C/S模型，这个具有高并发的特性吗？是哪些代码做的？或者说QPS这么高，算是高并发？或者说brpc/gsrpc是如何实现高并发的？
• 面试常问：你在这个项目里面具体做的是什么内容？

二面