字节AML高性能计算提前批一面经

组内直招，我给自己捞一下实习生联系方式****************************职位描述1、负责机器学习训练和推理系统的研发与性能优化，包括但不限于：超大模型计算性能优化、千卡训练集群调优、分布式推理系统、大规模推理流量调度等；2、负责解决大规模AI系统中高并发、高可靠性、高可扩展性等技术难关，支撑公司内外千万客户流量需求；3、负责大模型训练和推理前瞻性技术架构的调研和引入，技术方案不限于分布式训推系统、子图匹配、编译优化、模型量化等；4、负责异构硬件的引入与训练推理框架的集成，包括但不限于GPU、NPU、TPU等；5、面向全球多地域超大规模GPU算力集群，通过弹性调度、GPU 超卖、任务编排等方式不断提升算力利用率；6、与算法部门深度合作，分析性能瓶颈，通过软硬结合提升模型训推效率，支持AI工具链和技术生态建设，推动公司AI关键业务发展。职位要求1、2026届本科及以上学历在读，计算机、软件工程等相关专业优先；2、熟悉常见的算法、设计模式和数据结构，具备扎实的操作系统、计算机体系结构等知识；3、独立分析问题和解决问题，自我驱动并对过程负责；4、以下条件为加分项：1）能够理解GPU硬件架构，熟悉GPU软件栈（CUDA，cuDNN)，具备GPU性能分析的经验；2）参与机器学习系统开源社区项目经验，熟悉机器学习系统各项流程中的工作原理；3）有至少一种大模型训练/推理框架使用经验，包括但不限于：vLLM、TensorRT-LLM、SGLang、Megatron-LM等。

编译器研发实习生3.27投递；4.3一面；面试一开始，对方犹豫了一下，然后说，我们直接写代码吧。给了一个模拟llvm ir的需求，并要求实现死代码消除。用python实现之后，下一个要求是实现检测图上的两个点是否存在domination关系的算法。这时我说似乎应该先判断图上是否有环，于是面试官提出先实现判断dag算法。由于自己图算法的题还没有刷，写起来有点慢。写好之后还没来得及debug就结束了。从头到尾没有问简历，感觉有点像kpi面……当然判断dag写的太慢是我的问题，马上恶补图论。 #如何判断面试是否凉了#

1. 拷打实习2. Sentinel限流底层怎么实现的3. 滑动窗口、漏桶、令牌桶怎么实现的4. 线程池大小怎么设置的5. WebFlux内部是怎么实现的6. 响应式和非响应式的区别7. stream流底层是怎么实现的8. 使用stream进行不同集合类型间的转化和直接写有什么区别9. 线程可见性的问题，JMM10. 联系到硬件上的存储结构，寄存器、Cache、内存11. CPU读内存数据的流程12. 手撕：两数相加II已挂

一面 45min1. 自我介绍2. 介绍项目的具体使用3. 了解过市面上类似的项目吗？4. redis+lua脚本实现限流，具体如何实现的？5. 为什么要用lua脚本（答：原子性）6. 使用pipeline能实现类似的效果吗？7. lua脚本里面的每条指令都一定执行成功或者一定执行失败吗？比如说：脚本里面三条指令，第二条执行失败会怎么样？8. 为什么要把消息放到rocketmq？（答：消息的异步解耦）9. 如果没有rocketmq，有类似的方法实现吗？比如说redis或者mysql实现10. 除了java语言，你还用过什么语言11. java经常使用的一些数据类型有哪些12. 数据的集合或者容器有哪些？13. 你刚才提到set和map都是有hash结构，还有哪些可以通过非hash方式实现map结构（引导我往树方面思考，没答上来，好像treeMap）14. 链表的特点15. 如果频繁的进行链表增删，有什么需要考虑的问题？（引导：如果每次增加需要创建一块内存区域，如果删除呢？）16. 如果我想要从链表某一个特定位置开始访问，有什么优化方案吗？比如说一堆电话号码，我想要从138的开始访问，跳过从130开始的一系列号码17. TCP和UDP的区别18. 什么情况下使用TCP，什么情况下使用UDP19. 视频聊天的场景下，只使用UDP就可以了吗？在丢包的情况下，如何保证通话画面是连续的？20. 或者说其他任何一个使用UDP的场景，比如游戏，并不是数据丢失了就算了，遇到这种情况如何处理？21. TCP如何应对这种场景呢？22. TCP的数据一定不会丢失吗？23. 手撕代码：一个表，表里每行数据包括3个字段 id，color，shape，有两种操作：C和S，分别代表操作color和shape，分别设置color或shape为‘Y’。数据输入：输入总行数n，要查询的行号i，要操作的次数k，接下来k行输入要修改的类型 C或S，要修改的行数范围a, b，最后输出第i行的结果