面灵AI→

MiniMax AI Infra 平台研发一面:稳定性建设、K8s 与容器隔离深挖

AI Infra 平台研发 一面

MiniMax AI Infra 平台研发一面,几乎全程深挖腾讯实习:稳定性建设具体做了什么、实例创建失败与 workflow 告警怎么定位、告警如何转成指标、告警准确率 98% 怎么算、daemonset 安装 CRI 怎么保证成功、全链路可观测的 roadmap 与收敛规则配置。后半段转向基础:K8s 是什么、容器本质与组成技术、Linux 隔离为什么不彻底、如何防止容器污染宿主机。作者自评实习部分答得不好,勉强进二面。

2026-11

MiniMax AI Infra 二面:告警治理、沙箱重定向与慢节点定位

AI Infra 平台研发 二面

MiniMax AI Infra 平台研发二面,继续深挖腾讯实习:工作流告警为什么改成指标、指标记录什么、什么会导致 workflow 失败;daemonset 安装 CRI 如何保证成功、特权容器的攻击面;告警归属率与降噪;workflow 架构与挂掉后的处理。后半段问沙箱重定向到虚拟机执行的动机与一致性验证,以及一道大模型训练场景题——几千卡里出现慢节点,如何快速定位、硬件采集架构怎么设计。最后是拓扑排序变种(Kahn 算法)。

2026-11

MiniMax 开发一面:Agent 观测后端设计与回文串统计

开发工程师 一面

MiniMax 开发岗一面:自我介绍后讲项目与沙箱设计,接着是一道开放设计题——为 Agent 观测做后端,数据库字段怎么设计、如何控制空间与时间复杂度,最后问 LLM 输出为何是流式的,并手写统计所有回文子串。

2026-11

MiniMax 一面 80 分钟:以为面应用岗,结果从 RoPE 问到 PagedAttention

大模型应用(Agent) 一面

MiniMax 大模型应用岗一面 80 分钟,结果挂。前十五分钟问 Agent 项目、AI Coding、Skill 与 RAG,中间三十五分钟全是模型侧:attention 为什么除根号 d_k、GLM 与 GPT 的结构差异、RoPE 的数学形式与外推、位置插值/NTK-aware/YaRN/ALiBi、Sparse Attention、MoE 路由与负载均衡、INT4 量化、LoRA 与 DPO/PPO;最后三十分钟问 KV cache 显存计算、PagedAttention、连续批处理、投机解码与 vLLM/SGLang,手撕用 numpy 实现 RoPE 加位置插值外推。

2026-11

MiniMax 后训练一面:SFT/RL 数据与 GRPO 细节

大模型算法(后训练) 一面

MiniMax 大模型算法后训练一面:围绕数据合成与清洗、SFT 与 RL 的先后关系、DPO/PPO/GRPO 与 DAPO 的原理取舍、训练不稳定排查、评测集构建展开,末尾手撕岛屿数量要求 DFS 与 BFS 两种写法。

2026-10