Alibaba AI Infra tuyển mới tốt nghiệp vòng một

Kiến thức nền

1. Ưu thế cốt lõi của Transformer so với RNN? Transformer có Scaling Law không?
2. KV Cache dùng ở giai đoạn huấn luyện hay suy luận? Vì sao giai đoạn huấn luyện không dùng?
3. Tư tưởng cốt lõi của Flash Attention? Nó tối ưu tính attention thế nào?
4. Ngoài Flash Attention và KV Cache, còn biết phương pháp tối ưu attention nào?
5. Có biết generative recommendation không? Ý tưởng cơ bản là gì?
6. Quy trình huấn luyện SID ra sao?
7. Vì sao Tiger không dùng dạng kiến trúc decoder-only?

Kinh nghiệm dự án

8. Giới thiệu trải nghiệm thực tập và công việc chính.
9. Giới thiệu phương án tổng thể và triển khai kỹ thuật của dự án gợi ý tin tức.
10. Trong bài gợi ý tin tức, mẫu dương và mẫu âm xác định thế nào?

Bài lập trình

11. Bài hứng nước mưa (LeetCode 42).