地狱一样的理论问询，今年秋招最难的一场……数学问了中心极限定理，大数定理，Γ分布和κ分布关系……机器学习问了特征选择，特征归一化，马尔科夫链，gibbs采样，集成学习，选择性偏差，决策树并行计算，xgboost和adaboost样本权重……深度学习问了卷积原理，梯度传播稳定性，BN本质，torch和tensorflow的图理论……大模型问了很多工程上的问题，出现loss spike啦，波峰波谷啦，训练到一半出现异常值啦怎么处理……还有很多理论上的，flash attention v1/v2/v3是怎么解决访存瓶颈的，位置编码外推，从0开始训长文本模型，4D并行通信开销，zero，megatron和deepspeed应用场景，MLA的实践问题……GPU集群问了架构方式，k8s，坏点检测，负载均衡……python问了线程锁，线程池，资源分配，垃圾回收……以上只是我听的懂的问题里的一部分，还有好多已经忘记的和根本没听过的概念感觉微步确实很看重理论基础，应该是相当技术导向的，面试官人也很不错，只是感觉我答的不太好，对我有点无语hh。--------------------------------------------------------------------------------------------------------------------------本来准备说凉经的，但刚写到这被hr告知过了二面了，感谢面试官大哥