双2硕 一段大厂实习 AI Infra（LLM 训/推）有AI研究背景（主攻SSL，Medical Image Analysis）熟悉C++/ CUDA/ 有算子开发经验熟悉Pytorch/Paddle/Mindspore开源项目Owner/有大型AI Framework贡献经历有意向的hr哥哥姐姐麻烦私信一下我求求求了孩子从实习到现在小米一次面试没有给过！！爱 信 等！！ #小米#  #秋招#  #百度#  #雷军#  #小米武汉#  #西二旗#  #小米提前批#

25秋招简直就是各大公司的免费宣传大会！虽然名额稀少，但营销力度却很大。根本没有所谓的金九银十，都是空话。现在很多企业把秋招当成了自家品牌的宣传机会，像基恩士，内推码和宣传贴满天飞，但名额却寥寥无几。还没拿到offer的朋友们，别怀疑自己！我听说“今年是最差的一年”，在求职群里也看到不少高学历却零offer的同学。大环境不佳，名额少，面试被拒也不要气馁！

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。两个平台都不错，图片上就是第二个。我的情况是，博士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。好处就是这个岗位需求大，跳槽也容易。坏处就是卷。。。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。这个岗位好处是技术比较深，坏处可能需求量少，做模型基础平台技术不需要太多人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#  #大模型推理# #offer帮选#

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。