一面：
1. 简历上写了grpo，用简单语言讲下grpo、ppo区别，手写dpo的loss 2. off-policy和on-policy是什么，分别对应哪种 3. vllm这些用过吗？原理是什么，会写算子吗？ 4. 对推理优化有什么想法？（场景题，我回答agent小模型剪支） 5. sft
目前还在招吗
infra据说岗位很少？
铁厂infra还挺强的感觉，sglang群里一打铁厂大佬
感觉问了许多训练的内容
infra 也算后端
不是推理么，由于你是做训练的才猛问的么
简历许多 train 的，基本上目前全是简历内容，八股很少
面试体验超级好，强烈推荐铁厂！
没论文可以思考infra赛道吗985本硕研一下小透明，组里面没有发论文的机会，正在思考要不要ai infra，否则只能去搞后端了 [g=keai][g=keai]
面试官做推理的，不懂我做训练的，但可能内部想要做训练的人才招，资源蛮多的
infra还爷吗，纯赛博土木
面经攒了一个月了
这就不知道了
哈哈，老梗了，好卡多都不用来 train [g=yun]
base 杭州快手
infra据说岗位很少？
铁厂infra还挺强的感觉，sglang群里一打铁厂大佬
感觉问了许多训练的内容
infra 也算后端
不是推理么，由于你是做训练的才猛问的么
简历许多 train 的，基本上目前全是简历内容，八股很少
面试体验超级好，强烈推荐铁厂！
没论文可以思考infra赛道吗985本硕研一下小透明，组里面没有发论文的机会，正在思考要不要ai infra，否则只能去搞后端了 [g=keai][g=keai]
面试官做推理的，不懂我做训练的，但可能内部想要做训练的人才招，资源蛮多的
infra还爷吗，纯赛博土木
面经攒了一个月了
这就不知道了
哈哈，老梗了，好卡多都不用来 train [g=yun]