中科闻歌算法实习咋样

面经全程项目拷打估计凉

timeline:2月10日一面2月13日二面（leader面）2月14日三面2月24日四面（hr面）2月25日谈薪，口头offer（跟hr提了几天时间考虑要不要接）面试提问的一些大概问题（针对项目的问题略过。。。）：能说一下reduce类算子有哪些优化方案吗？对于reduce类算子，考虑shape为[M, N]，对于M非常大怎么优化？对于N非常大怎么优化？了解sglang和vllm吗？vllm采用了哪些优化方案？PageAttention的实现思路是怎样的？vllm你觉得哪些方面可以进一步优化？说说flashattention的原理openMP外层循环开了四个线程，在内层循环可以开大于四个线...

🔞 美甲🧑‍🔧 语音算法实习生😶‍🌫️ 项目提问+基础理解+代码1. 自我介绍2. 介绍自己的论文（问得好细，质疑创新点、消融实验，一开始我的说法有点问题，面试官会揪着不放，幸好后面解释了一波）3. 你觉得当下的大模型相对于之前初代的bert等模型主要解决了什么样的问题？从原理上来讲，为什么现代大模型在生成式任务的能力要强于以前的MLM类的大模型？4. 现在大模型为了达到规模扩增，主要做了哪些技术上的优化？旋转位置编码相比于绝对位置编码好在哪儿？为什么不用绝对位置编码？5. 谈谈为什么MoE机制会成为主流？如何解决MoE训练过程中出现的路由偏爱（路由失效）现象？负载均衡是作用在什么上面的（模型 or token）？6. 代码：删除单向链表中的倒数第二个元素。反问：日常工作内容？对我有什么建议？这次面试与一面有很大不同，削弱了硬性八股的内容，更偏向于考核对大模型的理解。面试官也是蛮随和的人，每回答一个问题会及时给到我反馈，认可or纠正我的回答，这使得整个面试过程都有一个积极的刺激。最后说我对大模型的直觉挺到位的，我还挺开心的🥰#面经#

2025 2 19 运维题库面试题在当今数字化浪潮汹涌澎湃的时代，软件开发与运维领域正经历着深刻变革，新技术、新理念层出不穷。无论是追求高效协作与快速交付的DevOps，还是聚焦系统稳定运行与性能优化的Linux运维管理，又或是致力于实现资源高效利用与灵活部署的容器化技术，都在各自的领域发挥着关键作用。 这份资料系统且全面地涵盖了DevOps和Linux运维等多方面的核心知识，从DevOps的基础概念、关键流程，如持续集成、持续部署以及自动化部署的实现，到Linux系统的启动过程、文件系统管理、网络配置等底层原理与实操技能，再到容器化技术中Docker和Kubernetes的工作原理、使用方法...