爱奇艺
AI 平台研发工程师（Infra 方向）一面、二面、三面、四面面经
完整信息
本篇目录
后续还有三面、四面和HR面，内容比较发散，涉及八股不多，故没有记录
2026.4.9 二面 1h
- 自我介绍
- 实习介绍 & 细节解释
- 论文介绍
- python八股
2026.4.8 一面 1h
- 自我介绍
- 实习介绍 & 细节解释
- 论文介绍
- qwen2.5-72B kvcache显存的计算（允许看config.json，但还是算错了，忘了qwen是GQA）
- cuda graph原理和使用
- 3D并行
- TP的通信次数
- MOE如何使用EP+DP部署
- 微调有哪些？
- 是否了解过DeepSpeed/Megatron源代码
- PagedAttention、Continuous Batching、Chunked Prefill介绍
- MQA/GQA/MLA 区别
- FlashAttention介绍
- 量化在prefill时为什么慢
- PD 分离
- 投机采样介绍
- python常见数据结构的底层
- GC垃圾回收
- python为什么慢
本篇目录
当前问题0123
- 01
自我介绍
- 02
实习介绍 & 细节解释
- 03
论文介绍
- 04
自我介绍
- 05
实习介绍 & 细节解释
- 06
论文介绍
- 07
qwen2.5-72B kvcache显存的计算（允许看config.json，但还是算错了，忘了qwen是GQA）
- 08
cuda graph原理和使用
- 09
3D并行
- 10
TP的通信次数
- 11
MOE如何使用EP+DP部署
- 12
微调有哪些？
- 13
是否了解过DeepSpeed/Megatron源代码
- 14
PagedAttention、Continuous Batching、Chunked Prefill介绍
- 15
PagedAttention、Continuous Batching、Chunked Prefill介绍
- 16
MQA/GQA/MLA 区别
- 17
FlashAttention介绍
- 18
量化在prefill时为什么慢
- 19
PD 分离
- 20
投机采样介绍
- 21
python常见数据结构的底层
- 22
GC垃圾回收
- 23
python为什么慢