【AI Infra首面】2026年从技术复盘到实习决策的全方位指南!
文章作者分享参加AI Infra岗位面试的经历,详细介绍了面试中对FlashAttention、vLLM PagedAttention等技术点的考察,以及开源贡献的重要性。面临实习与继续学习的抉择,最终选择实习以丰富简历,同时保持每天3小时学习。强调了实战经验对大模型求职的关键作用,以及如何在实习与学习间找到平衡,为想进入大模型领域的程序员提供了宝贵参考。
前一阵子,在 BOSS 上投了一些 AI Infra 的岗位,有推理的,也有算子开发的,但都没有消息(简历太单薄了),就只有一家公司在 12 月 31 日给我打了电话,约了面。
其实,本来没报太大希望,只是可能面试官对我的 PyTorch 开源贡献经历比较感兴趣(提交了大约 30 个被合并的 PR,其实都是挺水的 PR),所以才通过了面试。
一面(01-08):
- 10 分钟介绍项目
- 10 分钟考察了对 FlashAttention 与 vLLM PagedAttention 的理解
- 10 分钟考了一道编程题
- 一道 离散化+树状数组的板子题
- 题目就是给定一个数组 nums = [1,3,2,5,4],求一个结果数组 ans,其中 ans[i] 为 nums[i] 后面比 nums[i] 小的数的个数
二面(01-14):
- 10 分钟介绍项目
- 10 分钟讲述开源经历
- 10 分钟询问对常见 CUDA 算子优化的理解(无手撕)
- softmax、matmul
- 本来以为考手撕,这块我练了许久,结果没考,就让我说说
- 10 分钟讲解他们 team 的核心业务与未来的发展方向(chip 还没做出来,得等到 27 年)
- 10 分钟与面试官聊了聊未来 AI Infra 的发展(可能未来的发展方向还是分布式)
最终 OC 了,但是又有些顾虑,这还有两个月就是暑期投递,这段时间是我最后一轮学习与强化阶段了。
这家芯片初创公司,不是以 GPU 核心,而是以 TPU 为核心,虽然我进去也是搞推理与算子开发的,但我不知区别大不大。
听说 AI Infra 这块,虽然都叫 AI Infra,但有的差距还是挺大的,芯片公司与互联网公司区别很大,自研芯片与主流芯片区别很大,端侧与云端区别很大。
所以,我究竟是实习还是继续进行一天 9 小时的学习,二者不可兼得,网上的观点,大多是倾向于继续学习的。
犹豫再三,最终还是决定去实习试试,考量点有三:
- 为我那空白的简历增加一段可能相关的实习,之前都是开发的,虽然公司不是很大,也不是很主流,普适性不高
- 公司氛围很符合我未来的职业规划,我想看看具体这种氛围我是否能接受
- 体验一段在上海无人打扰的自由时光
即便如此,早 10 晚 7,我还是尽量抽出 3 小时的时间来进行学习。我目前策略的具体效果,三月暑期投递见分晓。
这份完整版的大模型 AI 学习和面试资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

最后唠两句
为什么AI大模型成为越来越多程序员转行就业、升职加薪的首选
很简单,这些岗位缺人且高薪
智联招聘的最新数据给出了最直观的印证:2025年2月,AI领域求职人数同比增幅突破200% ,远超其他行业平均水平;整个人工智能行业的求职增速达到33.4%,位居各行业榜首,其中人工智能工程师岗位的求职热度更是飙升69.6%。

AI产业的快速扩张,也让人才供需矛盾愈发突出。麦肯锡报告明确预测,到2030年中国AI专业人才需求将达600万人,人才缺口可能高达400万人,这一缺口不仅存在于核心技术领域,更蔓延至产业应用的各个环节。
那0基础普通人如何学习大模型 ?
深耕科技一线十二载,亲历技术浪潮变迁。我见证那些率先拥抱AI的同行,如何建立起效率与薪资的代际优势。如今,我将积累的大模型面试真题、独家资料、技术报告与实战路线系统整理,分享于此,为你扫清学习困惑,共赴AI时代新程。
我整理出这套 AI 大模型突围资料包【允许白嫖】:
-
✅从入门到精通的全套视频教程
-
✅AI大模型学习路线图(0基础到项目实战仅需90天)
-
✅大模型书籍与技术文档PDF
-
✅各大厂大模型面试题目详解
-
✅640套AI大模型报告合集
-
✅大模型入门实战训练
①从入门到精通的全套视频教程
包含提示词工程、RAG、Agent等技术点

② AI大模型学习路线图(0基础到项目实战仅需90天)
全过程AI大模型学习路线

③学习电子书籍和技术文档
市面上的大模型书籍确实太多了,这些是我精选出来的

④各大厂大模型面试题目详解

⑤640套AI大模型报告合集

⑥大模型入门实战训练

如果说你是以下人群中的其中一类,都可以来智泊AI学习人工智能,找到高薪工作,一次小小的“投资”换来的是终身受益!
应届毕业生:无工作经验但想要系统学习AI大模型技术,期待通过实战项目掌握核心技术。
零基础转型:非技术背景但关注AI应用场景,计划通过低代码工具实现“AI+行业”跨界。
业务赋能 突破瓶颈:传统开发者(Java/前端等)学习Transformer架构与LangChain框架,向AI全栈工程师转型。
👉获取方式:
有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

更多推荐

所有评论(0)