【华为大模型25年校招】

TCL的面经包括多个环节，‌具体如下：‌笔试：‌可能包括数学计算、‌逻辑推图、‌演绎推理和英文阅读等内容，‌题量较大，‌需要在有限时间内尽可能多答对题目‌。‌性格测评：‌通过在线链接完成，‌测评结果可能影响后续的面试环节‌。‌面试：‌一面（‌业务面）‌：‌主要进行自我介绍，‌询问优缺点、‌实习经历、‌项目经历、‌兴趣爱好、‌岗位选择、‌职业规划等‌。‌二面（‌HR面）‌：‌深入挖掘实习经历和项目经历，‌询问对产品经理业务方向的理解、‌工作职责、‌加班意愿、‌薪资预期等‌2。‌三面（‌部门主管面）‌：‌对实习经历和项目经历进行更深入的挖掘，‌询问职业规划、‌产品经理的C端及B端区别、‌面对困难的克服方式等‌。‌四面（‌总经理面）‌：‌进行自我介绍，‌询问投递岗位的原因、‌未来3-5年的计划等‌。‌整体而言，‌TCL的面试流程相对规范，‌注重考察应聘者的专业技能、‌项目经验、‌综合素质以及职业规划等方面。‌🔥TCL25届校园招聘火热进行中！【招聘岗位】研发技术类、市场营销类、产品设计类、智能制造类、综合管理类、财务金融类、供应链类 信息技术类，人力资源类【工作地点】深圳、惠州、中山、合肥、米哈游、上海、宁波等，部分营销类岗位工作地覆盖全球【薪酬待遇】丰富的薪酬结构，行业领先的薪酬回报TCL实业【网申链接】https://actyco.wintalent.cn/actyco/home/receiver/poster/redirect?id=2ce781ac9082ff0d01909a1f3ff30d1a【内推码】ixgnqy（简历优先被筛选，加速流程推进）TCL华星内推链接：https://wecruit.hotjob.cn/SU6491506a2f9d24316e91b81b/mc/position/campus?acotycoCode=tmktjn&orgId=100801&projectId=307101&recruitType=1&isLimitShowPostScope=1【内推码】tmktjn

现在有两个地方看起来比较合适，一个是去做业务场景落地，比如大模型应用到业务上，微调，agent这些；一个是去做基础技术，比如大模型 KV cache 等等优化，针对多模态场景的 KV cache 等等。图片上就是第二个。我的情况是，读书期间主要做科研，写论文，做的是多模态算法，改改网络结构，发发论文这些。感觉很多师兄师姐都是去做业务场景落地，不过工作可能也比较偏数据处理，业务调优等等。基础技术研发感觉比较偏底层，做 kv 复用，kv检索等等，里面研究员，博士比较多。对于技术深度比较看重。请问大家这两个应该怎么选呢#计算机#深度学习与神经网络 #多模态#大模型推理加速

【华为2012实验室AI推理方向秋季招聘】对AI大模型推理系统加速、应用优化、架构设计等感兴趣且想加入华为的同学欢迎联系我，有一定深度学习基础即可，我们更看重学习能力，一起研究共同进步，推荐丰厚的职业机会。地点：北京、上海、合肥、杭州、深圳联系人：李学长，私聊加微信联系一、AI系统软件工程师岗位职责：1、面向大模型、搜索推荐、自主无人系统等关键行业AI应用场景，负责昇腾平台AI软件系统瓶颈分析以及优化方案的设计开发; 2、负责AI训练/推理系统的优化方案设计和开发，结合AI算法对系统的要求，通过网络、IO、调度等方面优化，提升AI系统性能; 3、构建面向AI的系统性建模、瓶颈分析及仿真能力，持续优化昇腾AI软硬件系统，提高昇腾AI平台的竞争力。岗位要求：1、计算机、软件、自动化、电子、通信、机器人等相关专业； 2、编程基础扎实，熟悉掌握python/C/C++编程语言，有良好的架构设计和编程习惯； 3、具备独立工作能力和解决问题的能力、善于沟通，乐于合作，热衷新技术，善于总结分享，喜欢动手实践； 4、有AI模型训练、模型应用部署相关开发和性能优化经验；5、有AI训练框架、AI推理引擎的开发经验，或算法硬件加相关经验者优先。二、AI推理加速工程师岗位职责：1、面向AIGC类大模型，主流商业场景的CV/NLP/语音/推荐类的AI模型推理场景，负责通用的推理加速和量化压缩算法的设计、开发、落地；2、结合昇腾硬件特性，设计昇腾亲和的推理加速算法，构建昇腾推理算法竞争力；3、面向大模型场景，研发高倍率的模型压缩算法，减少大模型部署成本。4、把握业界和学术界最新研究进展和技术趋势，持续提升算法竞争力。岗位要求：1、熟悉计算机视觉/自然语言处理/搜索推荐等方向主流的AI模型及模型推理加速算法，有丰富的推理加速和模型压缩经验，主导过完整的算法研发、优化及落地；2、熟悉通用的参数类、结构类AI模型压缩与加速算法，包括量化、剪枝、蒸馏、网络结构搜索、图优化等；善于自动组合各类模型压缩算法达到最佳的压缩比和推理性能收益，有Transformer大模型的加速经验为佳。3、熟悉业界常见的推理引擎，如TensorRT、vllm、TGI等，熟悉常用的推理加速技术；4、具备较强的算法研究能力，可快速跟踪洞察业界最前沿AI领域技术，主导算法的持续领先。

华子-ai工程师岗位-秋招面经！ #软件开发笔面经# #华为求职进展汇总# 秋招的重头戏-华子终于来了！地点:雁塔区香格里拉大酒店流程:技术一面+技术二面+主管面，前两轮如果通过，会发短信通知，最后一轮结束，发面试结束短信，25小时后会显示主管面结果。一面:流程:自我介绍，简历提问+机考题目回顾+手撕代码(写在草稿纸上)+反问。简历提问:拷打项目经历，先简单介绍项目，然后提问其中的一些技术点。比如MOE模型是什么，模型为什么这么设计，模型效果提升显著的原因思考。感觉遵循一条线:做了什么，具体怎么做的，为什么这么做，还有其他哪些做法，后续还会有哪些改进。穿插八股，比如介绍下Transformer模型的优点，为什么要用Transformer。还问了大模型加速推理的方法，有无做过算法优化加速的课题项目。机考题目回顾:面试官帮回忆机考题做的什么，讲一下当时的思路。可能会穿插一些数据结构和算法的知识:比如python的单例模式，python的内存管理机制。手撕代码:岛屿数量，如果你一时智障说做过这题，大概率要加赛，再给你变个式，比如类似封闭岛屿。反问:部门，业务场景。计算产品线，模型的推理加速，算子开发等。(ps: 面试官挺帅的)二面:流程:自我介绍+项目提问+手撕代码+反问。项目提问:用户兴趣建模具体怎么做的，为什么用Transformer，介绍下Transformer的结构等，项目里的智能体状态,动作,奖励等是如何设计的，要解决的问题是什么。又问到了模型的加速训练推理的方法。是否用过一些训练加速、分布式训练的框架。手撕代码:三数之和，并分析时间复杂度。反问:部门，业务场景。也是和模型加速相关的业务，怪不得反复鞭尸。三面:偏技术:用通俗的语言介绍下前向传播和反向传播，介绍下Transformer。偏素质:成绩排名；是否保研；项目是不是自己一个人完成的，有无涉及合作；如何看待奋斗者文化；你是否会承担团队里的额外工作；如果你的合作者态度消极，你会如何做；你做过的最有成就的事情以及原因；你做过的最失败的项目以及原因；期望薪资是怎么样的；很有可能会派到上海，如何考虑上海base地；工作中可能会涉及到和客户打交道，做一些非研发的工作，有什么想法。建议:提前了解下华为公司的核心价值观，如果投的ai算法，一定要了解Transformer，现在模型的训练推理加速也成基本八股了。