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。

介绍下 Kafka，Kafka 的作用、组件、适用场景分别是什么？作为消息队列，它可解决什么样的问题？Kafka 是一个 分布式流处理平台，最初由 LinkedIn 开发，后成为 Apache 顶级项目。它以 高吞吐量、低延迟、可扩展性 为核心优势，专为处理实时数据流而设计。核心作用消息系统：作为 消息中间件，支持生产者和消费者之间的异步通信。数据管道：用于构建 实时数据集成管道，例如将数据从数据库同步到数据仓库。流处理：结合流处理框架（如 Kafka Streams、Flink），实现实时数据处理和分析。核心组件Producer向 Kafka 发布数据的客户端，负责将数据写入指定 Topic...

985本，大四，研0，研究生才确定学这个专业。C++，leetcode去年刷了200道题，常见数据结构的算法基本差不多，动态规划，贪心最近练一练。现在学CUDA，深度学习框架。来得及找实习吗？先听听各位前辈的意见

一般来说，咱们拿到offer之前，HR手里有权力给你定薪，所以我们要做的，就是尽可能让自己拿到HR权力范围内的最高值。下面的技巧主要适用于能够浮动定薪的私企，而薪资有标准要求的央国企等岗位，不参与讨论。1，事先调研既然你已经走到了offer谈薪的阶段，说明至少前期的几轮面试都已经走过了，对公司你也有了一些基本的了解，这时候可以去比如Offershow、某脉、某乎等平台，寻找正在这个岗位或者拿到过这个岗位offer的前辈取取经，在了解公司情况、岗位情况的同时，也顺带问问校招入职的话，往年薪资是怎样的，这样起码自己心里有个数，可以最后报一个比这个数略高的数字。这主要是为了避免因为不了解岗位薪资情况...