仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
NVIDIA大模型岗面试，收获很多！！
是时候准备实习和面试了。
不同以往的是，当前职场已不再是那个双向奔赴时代了。求职者在变多，HC在变少，岗位要求还更高了。
最近，我们又陆续整理了很多大厂的面试题，帮助一些球友解惑答疑，分享技术面试中的那些弯弯绕绕。
总结链接如下：
《大模型算法工程师经典百问典》(2025版)正式发布！
《算法工程师直通大厂面经汇总》(2025版)正式发布！
喜欢本文记得收藏、关注、点赞。更多实战和面试交流，文末加入我们星球
热乎出炉，刚面完NvidiaTRTLLM。本人bg是做llm推理加速的，主要在做speculativedecoding，也有一篇文章中了ICLR2025。因为想继续做推理加速，所以尝试性的面了一下Nvidia，看能不能积累connection。首先得吐槽一下这个面试机制：4位面试官一人面了我一个小时，整整连续面了4个小时，面完感觉就是一个虚弱无力…然后简单聊一聊面试的问题
第一位面试官：自我介绍，讲一下自己的iclr25关于spec的工作。面试官问的比较细致，从方法的设置到evaluation都问到了，然后简单讲了一下自己nips23的科研工作。感觉面试官对我的科研经历还是比较满意，随后出了一道coding：n位数字插入任意数量的+，最后所有结果之和（没做出来，太久没练coding了）
第二位面试官：感觉这位面试官非常了解spec，面试时候就说看过我的这篇文章，交流起来也很深入，把spec的几个发展方向都聊了一下，个人好感度最高。做了一道字符串的题目，有几个case没有做好时间复杂度
第三位面试官：是一位女士，应该也是某个小组的组长，谈了一些关于spec的话题，主要是高batch场景下spec的发展方向，然后手撕transformer结构代码。中间问了一个问题，Q和K的dim必须一样吗？什么情况下不一样，提示是MQA和GQA的区别，然后分别标了代码中数据流的维度
第四位面试官：唯一一位开了摄像头的面试官，态度也非常好，在我讲ppt的时候会仔细听并表示确认；这位面试官主要做system相关的内容，所以也从system的角度和我讨论了一些问题，是收获最大的一场面试
最后反问：实习地点：上海/北京/remote；实习组：tensorrt-llm组；实习topic：主要还是继续做inference优化，可能是继续做spec，但要结合具体业务，不是纯研究型实习，实习薪资8k-1w。虚脱了，还得赶紧复习期末考试
llms大厂面试题宝典(知识星球)来了，这是一个面向全体学生和机器学习/算法/大模型/科研人员的技术沟通和求职交流的平台。
在这里你可以了解最前沿AI技术资讯、Paper、大模型、多模态，算法竞赛、实战项目、获取AI算法的校招/社招准备攻略、面试题库、面试经验分享、Offer选择、内推机会、学习路线、求职答疑和海量学习资料等内容。
同时，你也可以与来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企开发者互动交流~
llms大厂面试题宝典方向涉及搜广推、深度学习，机器学习，计算机视觉，知识图谱，自然语言处理，大数据，自动驾驶，强化学习，大模型、多模态、具身智能等多个方向。
我们会不定期开展知识星球现金立减优惠活动，加入星球前可以添加我微信：
yangyiya2002，咨询活动详情。iOS用户直接添加我微信进星球。
