一面 技术面常规的自我介绍然后就是对着项目 因为我做过模型压缩的项目模型训练优化 调优 包括底层的性能优化 算法层面 硬件层面 都涉及到了 。我答得很快 追问的很深，几乎就要问的超级细节。好几个没答上来，最后问我有没有问题 ，就问了个多久出一面结果。感觉主要问的还是训练框架，模型调优，模型压缩等算法层面的，硬件层面的感觉面试官自己也涉及的不多。二面 HR面 25min问问家庭，婚姻状况个人职业倾向是软件还是硬件个人性格读博的原因，以及读博的收获成果以及项目的实际产出投了哪些公司，有哪些offer反问就问加班文化，团队氛围，团队架构，个人成长路径这些老生常谈的。

#大模型训练##WLB#组内直招，坐标联想研究院ICI lab，薪资满意和WLB都能满足，欢迎大佬投递。简历可发邮箱liaodc5@lenovo.com岗位职责： 1. 负责设计高可用大模型训练容错系统，支持千亿大模型预训练 2. 负责大模型训练容错checkpoint优化，提升大模型checkpoint读写与恢复性能 3. 负责大模型弹性训练框架的研发 岗位要求： 1. 全日制硕士以上学历，计算机科学与技术、人工智能等相关专业； 2. 熟练C++/Python语言、数据结构以及计算机系统结构，有AI模型性能调优经验，以及良好的工程实现能力； 3. 熟悉 AI 领域常见的分布式训练技术，包括但不限于：数据并行、流水线并行和张量并行等，具有相应的项目经验； 4. 至少熟悉一种AI框架（PyTorch/TensorFlow/Paddle/DeepSpeed等)，能够熟练使用和调试； 5. 熟悉 GPU 硬件结构和 CUDA 计算原理，有 CUDA 相关算子开发、调试经验，对 NCCL/cuDNN 等有一定了解； 6. 对大规模预训练模型有较好的了解，熟悉常见的预训练模型（如GPT、BERT等）结构、训练方法和优化技巧。 7. 具备出色的问题解决能力和创新思维，能够分析和解决复杂的训练问题，并提出改进和优化的方案； 8. 具有良好的团队合作精神，能够与跨部门的团队紧密合作，共同推动项目的成功。 加分项： 1. 有大模型研发和分布式训练经验 2. 熟悉Kubernetes架构以及大模型训练容错系统 3. 在AI或者HPC领域发表过高水平论文

理想：部门是做SFT的，实习生主要工作是数据构建，数据配比、模型微调的效果调优试验。研究方面主要涉及指令进化，多样性，模型幻觉等方面。中电信人工智能研究所：进去被分到语义大模型组，主要内容是做垂直应用，智能客服那些。选择恐惧症了，各位大佬帮忙投投票，最好能留下点意见。

理想汽车 - 大模型算法实习生（长期有效，HC丰富，校招也开放ing）职位1-描述【大模型推理（Reasoning）与通用Agent AI】：- 研究通用大模型逻辑推理算法；- 研究o1的训练方案，搜索空间的探索与self-play的训练；- 研究Agent AI算法，助力实现L3智能；职位2-描述【大模型推理（Inference）优化】 ：- 研究大模型推理阶段的KV cache 优化算法；- 研究分布式GPU训练优化算法，包括但不限于负载均衡、显存优化等；总结：大模型推理方向，GPU资源丰富，实习+论文，我全都要！我们能提供：1.技术沉淀：参与大模型技术研究，培养解决技术难题的能力。2.实战经验：参与真实业务场景的落地和上线。3.论文产出：发表高水平论文，培养顶会写作能力。4.成长支持：Mentor指导，重视成长，和优秀的人做有挑战的事。我们期待的你：必备项：- 专业背景：计算机、数学、人工智能等相关专业的在校生，统计和强化学习相关方向优先；- 基础能力：理论功底扎实，熟悉LLM、NLP相关算法，精通transformer和RL等相关算法优先。- 工作态度：主动积极，自驱能力强，具有创新意识。加分项：（没有也没关系，我们更看重潜力）5.实习时长：能够长期实习，长期合作。6.竞赛大佬：ACM/OI大神，代码能力出众。7.学术研究：在ML顶会发表论文，研究能力出众。8.相关经验：有大模型推理、模型优化、大模型框架优化和强化学习等相关工作经验。工作地点：- 北京朝阳望京心动了？赶紧砸简历过来吧！📧 简历投递：xuhao12@lixiang.com 简历要求：邮件名及简历标题命名为“姓名-学校-专业-实习时长”和我们一起，驰骋未来吧！🚗