vLLM 面试题
共 12 篇真实面经 · 涵盖 快手 / 拼多多 / 阿里云 / 滴滴 / 华为 等 8 家公司
快手大模型算法岗面经(四):八场面试真题,从 PPO 优势函数问到 vLLM 调度与 MLA
快手大模型算法岗(校招、实习、日常实习)八场面试真题汇总:从百度实习的细节追问开始,考察 MoE 与 Dense 的取舍、滑窗切分的 overlap、SFT 与 RL 的选择、PPO/DPO/GRPO 的原理与 token 级还是 sequence 级损失、优势函数怎么算;随后转向 Transformer 与 cross-attention、vLLM 的调度、分布式训练架构与 NCCL 算法、损失函数与 CoT、RoPE、MLA、动态分辨率与 Function Call,几乎每场都带一道手撕。
快手大模型算法实习面经(3 月场):Memory Pool、SFT/DPO 与 Attention 细节
快手大模型算法岗实习的四场面经,时间集中在 2026 年 3 月下旬。第一场从风控报警机器人项目问起,覆盖 Prompt 编写流程、项目量化与 AI 产品理解;第二场问记忆池的构建与测试,以及 vLLM 的 PagedAttention、Chunked Prefill 与 Continuous Batching;第三场是密度最高的一场,从 SFT 数据、PPO/DPO/GRPO 一路问到 Agent 评估、Embedding 维度、Qwen 系列 Embedding 与 Rerank 的实现、Attention 公式与 RoPE;第四场问 AF 分离、FlashAttention、张量并行与 CUDA GEMM 优化。
拼多多 客户端二面:手写 Socket 协议、HTTPS 与 vLLM 推理框架
拼多多客户端开发二面(2026.11.6),先确认岗位意向与轮次(简历偏服务端、本轮面客户端),再追问 IM 系统的自定义通信协议与 HTTPS 相比 HTTP 多做了什么,随后深挖 vLLM、LangChain 与 LangGraph 的落地经验和运维助手 Agent 的效果优化,最后手撕迭代求二叉树最大深度与三线程交替打印。
阿里云 Agent Infra 一面:SGX、EPC、512MB、吞吐不升反降
阿里云 Agent Infra 一面面经:从 Intel SGX 的 EPC 512MB 与多租户数据安全切入,追问 PV 变 4 倍吞吐不升的定位,再考沙箱多租户隔离与容器重启状态恢复、通用 Agent Runtime 的多模型抽象、长序列训练显存与 vLLM PagedAttention,最后手撕嵌套字符串解析。
滴滴大模型算法岗面经:多头注意力、GRPO 与 RAG 全链路九问
滴滴大模型算法岗一面九问,一条线从模型原理拉到 RAG 工程:多头注意力的动机与单头局限、GRPO 与 PPO 在 RLHF 里的核心区别、vLLM 的吞吐来源、推荐系统为什么引入 RAG 及知识库的构建流程、嵌入模型为什么选 BGE 与 FAISS 索引怎么建、chunk 划分策略、什么场景需要 GraphRAG、超长输入的几种主流解法,最后手撕乘积最大子数组。
滴滴大模型算法岗面经(同场第二份记录):从注意力机制到 GraphRAG
同一场滴滴大模型算法岗面试的另一份作答记录,九问原样一致:多头注意力与单头局限、GRPO/PPO 的差异、vLLM 为什么快、推荐业务里 RAG 的来源与构建、BGE 与 FAISS 的选型、chunk 策略、GraphRAG 的适用场景、超长上下文解法,以及乘积最大子数组。这份记录把同一组题按「原理—工程—业务—手撕」重排了一遍,更适合当作复习提纲。
华为算法线下面三面连打:Agentic RAG、PPO 与 DPO 的取舍、GRPO 手撕与多卡推理 OOM
华为北京线下一二三面连打、每面之间几分钟到二十分钟出结果:一面像技术交流,深挖两段实习与 Agentic RAG 方案选型,追问项目用 PPO 还是 DPO 及两者取舍、样本动态加权与梯度解耦缩放怎么做,最后一道逻辑题结合 BFS;二面节奏快、压力面,问多卡部署框架、精度问题与 OOM 处理、vLLM 推理流程、PPO 奖励解耦、SFT 与 RM 数据格式、训练 OOM 的归因,手撕 GRPO 伪代码并追问 loss 里条件概率怎么算、参数如何更新;三面主管面偏聊天,问为什么实习这么多家公司、挑重要经历讲做事逻辑、论文创新点与 baseline 对比。
科大讯飞推理工程部 AI Infra 一面:PagedAttention、RadixAttention 与瓶颈定位连环追问
科大讯飞推理工程部 AI Infra 一面(线上视频):自我介绍后深挖华为的 Infra 经历,接着是原生与异构算力的差别、vLLM 的 PagedAttention 与 Continuous Batching、SGLang 的 RadixAttention 与 prefix caching 的关系、Prefill 与 Decode 的瓶颈怎么定位、优化实验怎么设计,最后反复确认你愿不愿意留在底层引擎。
科大讯飞星火推理工程部 AI Infra 面经:异构算力适配、GPU 池化与 vLLM SGLang 对比
科大讯飞星火推理工程部 AI Infra 面经:岗位核心是把星火基座模型的推理框架落地到 vLLM、SGLang 这类开源框架上并适配国产算力。面试从华为的 AI Infra 经历问起,覆盖原生与异构算力的差别、弹性扩缩容与 GPU 池化、开源框架的模块与瓶颈,最后确认你愿不愿意长期待在底层引擎而不是转去上层产品。
蚂蚁集团大模型算法岗面经
蚂蚁集团大模型算法岗多轮面经汇总,重点考察 PPO/GRPO 的四个模型与损失函数、KL 估计方式、rollout 与 batchsize 的资源关系、拒绝采样、Agent 记忆系统设计与 vLLM 推理加速,另有 RAG 混合检索与术语消歧、LoRA 微调层选择、高并发低延迟部署等落地问题。
拼多多 AI Infra 提前批一面:前缀和算法题与推测解码深挖
拼多多 AI Infra 提前批一面面经,约 30 分钟算法题(删除一段连续区间使剩余和能被 K 整除,追问前缀和取模加哈希优化),随后深挖推测解码项目与 vLLM、KV Cache、PagedAttention、FlashAttention 等推理框架原理。
腾讯 Agent Infra 面经:SGX 沙箱与推理性能排查
腾讯 Agent Infra 面经:考察自动化稳定性、Intel SGX 多租户与 EPC 换页安全、沙箱隔离与容器重启后的状态恢复,并追问多模型抽象与链路追踪,以及 KV Cache、PagedAttention 等推理优化。