清华系的AI infra创业公司，规模比较小，全是清华大佬，被狠狠吊打。一面八股transformer的模型结构有哪些位置编码？其特点是什么？GQAFlash Attention？Page AttentionDecoder-Only和Encoder-Decoder-Only模型相比有什么区别？手撕CUDA规约计算反问培养及管理体系二面二面应该是技术负责人了，项目拷打，问的特别细特别深，当时面试完人麻了，也没有录音记录，所以细节已经忘掉了。因为他们公司跟我实习的公司有业务合作，所以这位技术大佬比我还了解实习公司的业务，面试过程快扣出四室一厅了，毫无疑问的挂了。

一面一面是技术专家和主管一起面的，基本上都是从简历中的经历出发问的问题。八股考了两个，一个是C和C++的区别，还有一个是Python迭代器和生成器的区别。二面二面是HR的群面，一共5个人，大家都是不同岗位的，HR向每个人提问，对公司的了解、未来规划、户口薪资、职级晋升等常规问题。如果通过，次周周初发Offer，最晚不会超过一周。周五完成的HR面，次周周四拿到的Offer。要求一周内签两方，5000的违约金。

bg一段芯片厂推理框架开发实习一个推理框架开发的项目一面一面的面试官是搞算法的，可能对推理相关的内容了解的不多，主要是针对CUDA的内容问的，比如内存模型，加速方法等，不算深入。顺便还考了一个softmax的CUDA手撕。其他的就是针对简历上提到的一些工作进行了提问，因为面试官本身也了解不深入，所以算是给他回答一些疑惑。手撕除了上面说到的CUDA，还有LC19删除链表的倒数第N个节点。二面一开始就是对项目和实习进行了询问，属于聊天型的。然后从简历出发，考了一些八股，flash attention、attention的计算复杂度，llama模型结构，为什么注意力分数计算要除以根号d，KV cac...

一面项目自己的项目和经历主要是大模型推理方面的，所以问的不多。八股Decoder-Only和Encoder-Decoder模型相比有什么优势？在训练和推理效率上有什么区别？介绍一下LLama模型，追问了损失函数、位置编码、分组注意力等问题。还有哪些常见的位置编码方式，其特点是什么？说一下LoRA微调，如果出现了微调数据集效果好但是原始数据集上效果变差的问题怎么办？手撕leetcode 215 top-k反问培养体系：实习+试用+正式，以项目为主，没太有成熟的培养体系。二面项目还是上面提到的，只是简单问了一下具体做了哪些事，没有深挖。八股说一下LLaMA LLaMA2 LLaMA3的区别？有哪些...

#友塔游戏校招#一面 约1小时面试官比较不按套路，上来就是手撕，题目是：一个环，有n个点，问从0出发，经过K步回到原点有多少种方法？写的比较坎坷，一开始给出的暴力搜索，后来优化成深度遍历，本来是想运行一下，因为电脑环境出现问题，一直没有编译过，面试官看代码没什么大问题，就过了。然后拷打了项目（Raft分布式系统），延伸问了RPC protobuf等问题八股主要针对操作系统，主要问了fork的写时复制机制，还问了一些linux的常用指令（共享屏幕在终端中操作的），都很简单。然后也问了网络的一些内容，是通过场景题的形式考察的：一个客户端和服务端建立连接后通信一次就关闭连接，然后下次重复，这种方式存在什么问题，怎么解决？我回答的是不通信一次就关闭，而是一直维护连接。面试官提示可以使用连接池。反问：反问主要问了培养体系以及应届生的要求。培养方面主要是demo项目和实际工作并行，通过demo项目上手开发的全流程。对校招生来说主要看中基础知识。二面 约40分钟自我介绍+简单聊项目，主要是我自己来介绍，没有深挖。八股：C++多态和智能指针手撕：面试官一开始问刷没刷题，整的我有点懵，说少了怕不专业，说多了怕出难题。然后面试官让我自己给自己出一个题并给出解题思路（再次震惊）。选了TopK，比较常考的，然后给出了3种解体思路。随后问了两个题目：一个是合并有序链表，一个是广度优先遍历。两个题都是口述思路。但是第二个题一开始我想成了深度优先遍历，然后面试官不断追问，最后在提示下说出了应该用广度优先遍历的思路（以为凉了，汗流浃背）。HR：约10分钟严格来说，并没有HR面，HR是直接OC的，告知了薪资，然后介绍了公司的基本情况，反问晋升路线、薪资构成等。OC之后当天就给了Offer。两轮面试的面试官都比较和善，尤其是一面，在回答不是很完美的情况下会告知怎么进一步优化，面试体验还是很不错的。对了，两位面试官都问到了问什么会投递服务端开发岗。总的来说，面试的流程推进速度很快，HR也很热情，一次很好的秋招体验。