又赶回老本行，当家教。劝退一个初三，别报计算机专业

10.24一面（30分钟） 介绍超算平台项目； 国外平台和国产平台对比； 分布式训练方面的瓶颈； 推理这块的理解； 量化过程中出现掉点的情况如何排查； 期望的工作内容规划； 对一个新领域的学习如何进行； 分享的一个比较困难的阶段、如何解决； 怎么缓解压力； 手撕：合并两个有序数组； 10.29二面（线下HR面）

自我介绍手撕算法介绍LSTM，有几个门，和GRU以及RNN的区别。LSTM有输入输出遗忘门，GRU有重置更新门。都是RNN的变体。LSTM是怎么解决梯度消失问题的？cell state的加法可以使梯度大于1，逻辑门参数可以一定程度上控制梯度消失。LSTM和GRU哪个训练得更快？GRU更快。transformer的encoder和decoder有什么不同？结构上和任务上。transformer的decoder为什么要用掩码？swin transformer的优势。梯度反向传播的原理。链式求导得到误差对于各个权重系数的偏导，然后通过梯度下降算法更新权重，从而最小化损失函数。常用的优化器有哪些？transformer为什么在大批量数据上表现更好？自注意力机制和分布式并行训练。RNN变体有训练瓶颈吗？有，梯度消失或爆炸。反问。部门以及团队情况。

1.流程化介绍项目。2.问了简历中的mlir和tvm。tvm relay调度源语和tir调度源语的区别mlir和tvm的区别。如何提高性能。只做过lcs带宽匹配。体感：这边业务是手写算子，更侧重单op性能优化的方法和手段，想搞算子开发的可以去找找gemm/conv op优化的各种方法来看看。无八股，无Lc，答得凑合，但是方向不太匹配。