职位题库

AI推理引擎开发工程师面试题库

面向AI推理引擎开发工程师相关面试,围绕分类模型、混淆矩阵、准确率、模型评估、统计学等主题展开练习,结合题目考察点、回答思路、参考答案和常见误区,梳理知识要点并练习清晰表达。

4 道题目建议用时 12 分钟专项面试练习

全部题目 4 道题

01

请实现一个 Masked Fused RMSNorm 模块:给定残差向量、残差系数、有效长度、缩放向量、偏置向量和数值稳定项,按公式计算融合残差、有效部分 RMS 与 energy,并输出归一化结果。

考察候选人对 Transformer 推理中算子融合、Masked RMSNorm 计算流程、padding 处理、数值稳定性和边界条件的工程实现能力。
02

在张量并行度为 2 的 Transformer 层中,待同步张量大小为 80MB,网络带宽为 40GB/s,忽略延迟,All-Reduce 通信时间约为多少?请说明计算过程。

考察候选人对张量并行中 All-Reduce 通信量的基本估算能力,以及单位换算和带宽-时间关系的理解。
03

一组测量值中混有少量极端大的尖峰,若要反映数据的中心位置且不希望被尖峰明显拉动,应优先采用哪个统计量?请解释原因。

考察候选人对描述性统计量鲁棒性的理解,特别是中位数与均值在存在离群值时的差异。
04

某二分类模型的混淆矩阵为 TP=28、TN=52、FP=8、FN=12,请计算准确率,并说明准确率在类别不平衡场景下可能存在的局限。

考察候选人对混淆矩阵和准确率计算的基本掌握,以及对准确率在类别不平衡时局限性的理解。
返回面试题库