CUDA面经

ieg游戏数据部门  无手撕 全程项目+八股（1h）1. 项目拷打 项目中公共组件如何复用的，具体复用过程2. Vue3相对Vue2做了哪些改善，加了什么特性3. Vue3引进setup，目的是啥，解决了什么问题，与Vue2写起来的差异4. Vue如何实现响应式 ref对象值修改，为什么页面会跟着刷新5. 项目中Echarts可视化做了什么6. SVG和Canvas渲染引擎的区别7. 鼠标悬停实现tooltip交互时，Canvas和SVG在事件处理的区别8. Al相关的工具使用9. ES箭头函数的作用域10. js原型链的继承怎么实现，继承的目的是为了解决了什么问题11. js同步异步执行的区别，调度过程12. 宏任务微任务的区别，为什么要区分这两13. 场景题，口述如何实现三栏布局14. flex:1 1 0 分别代表啥意思15. 项目中处了图片懒加载还做了什么性能优化？16. 对JS，CSS静态资源大小的优化怎么处理？17. 定制过webpack插件吗18. 项目如何部署19. 前后端通信，如何预防XSS和SQL注入问题20. TCP/UDP区别21. 为什么HTTPS安全上做的更好，怎么保障安全性的？22. 你对什么前端方向感兴趣？23. 最近有阅读过技术文章吗面完到现在还是显示初试中，也没通知过没过，有兄弟一样的情况吗 #前端#  #腾讯#  #实习#

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

受不了了，鼠鼠找个暑期实习岗要面四轮技术面，面疲了，想摆了家人们

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。