大模型工程师面试算法原理与系统部署

简历上写了会调模型、会部署，面试官一问 KV 缓存怎么占显存、并发上来为什么吞吐掉了，就容易卡壳。这篇把大模型岗面试常问的算法原理和系统部署两块拆成可准备的小节，给出判断标准和准备动作，不承诺押题，也不替你做项目复盘。具体数字类的参数去站内页面核对当时的版本。

先想清楚一件事：面试官不是在考你记住多少，而是在判断你能不能把一件事讲透、讲到边界。下面每节都给一个判断标准加一个准备动作，你按自己的岗位 JD 挑着用，不必全做。

算法原理：面试官从哪几层往下问

算法这块的追问是有台阶的，台阶踩空了后面全塌。你不需要把每一层都答到满分，但要清楚自己停在哪一层，并且能主动说清边界，而不是被问住了才承认不会。

准备动作很简单，拿一张白纸，把「输入一句话到输出第一个 token」这条链路画出来，画不出来的地方就是你的知识缺口。画完之后，对每个环节问自己一句「如果这个环节出问题，现象是什么」，能答上来才算过关。

部署这块面试官基本是按一条链问下来的：你怎么把它跑起来、你怎么估资源、出问题你怎么定位。这三问对应三种能力，跑通过、算得清、调得动。你至少要能接住前两问，第三问是加分项但不是必须。

追问方向	面试官想听到什么	准备动作
部署形态	本地起、容器起、托管推理各自的取舍，能说清为什么选这种	每种形态写一句适用场景和一句代价，别只说用过
资源测算	给模型规模反推卡数和量化档位，思路能现场走一遍	到站内部署测算页对着当时的参数走一遍换算，记住思路不记数字
瓶颈定位	吞吐掉、首 token 变慢、显存占满各自的排查顺序	每类现象写一个三步排查清单，练到能顺口说出来
成本与并发	并发上来之后延迟和吞吐怎么变，拐点在哪	用站内速度测试工具跑一次自己的环境，看曲线不讲结论

瓶颈定位这块最容易拉开差距。给你一个通用排查顺序：先看是不是显存顶了，再看是不是批处理没吃满，最后看是不是请求排队。顺序反了会白花时间。这不适用于纯研究岗，那边一般问到部署形态就停，不必强行展开运维细节。

知道不等于讲得出。面试是当场表达，所以准备的重点不是再读一遍资料，而是把知识压成能在一分钟内讲完的答案，并且经得起追问。

判断标准是：你能不能在不看笔记的情况下，把一个考点讲成「是什么、为什么这么做、什么情况下不适用」三段。讲不出第三段，说明你只记住了结论。

技术对了但表达踩坑，一样会掉分。下面这几条不是知识问题，是习惯问题，改起来比补知识快。

最后一条要单独说：不确定就说不确定。版本号、价格、跑分这类会变的东西，到这个站的模型资料库和价格追踪页核对当时的数字再答，比现场编一个安全。这不适用于面试官明确只想听结论的场合，那种情况先给结论再补条件，不要把顺序反过来。

算法原理和系统部署哪块更该花时间？

看岗位 JD 的动词。写『优化推理性能、支撑线上并发』的，部署权重更高；写『模型结构改进、训练策略』的，原理权重更高。两块都绕不开的基础是：能把一次前向的显存构成讲清楚。时间紧就先保这块，再按 JD 往两边扩。

没有大厂部署经验，面试怎么讲部署？

别包装成生产经验，改成讲你复现过什么：单机起了什么服务、并发压到多少之后哪项指标先掉、你调了什么参数。这类小规模实验一样能证明你理解瓶颈在哪。数字类的结果记不清就去站内查当时的记录，别现场编。

面试官问具体参数量、显存数值怎么答？

先答估算方法，再给一个区间。比如按参数量和量化位数反推权重占用，再留出 KV 缓存和激活的余量。精确数字各家版本更新频繁，答『大概量级是这些，具体我会去看官方规格』比硬报一个错数字更稳。站内加速卡规格库和部署测算页可以做核对。