duoan/TorchCode

解決的問題

TorchCode 提供一個結構化的環境，讓 ML 工程師能從零開始練習實作核心 PyTorch 操作符與架構。它專注於頂級 AI 公司 ML 編碼面試所需的特定技術能力，這些面試中候選人經常被要求在不使用高階函式庫的情況下，實作 softmax 或 Transformer block 等元件。

如何運作

該平台提供 41 個精心挑選的問題，範圍從基本的激活函數到複雜的注意力機制。它使用基於 Jupyter 的系統（或獨立的 Next.js/FastAPI 網頁介面），整合自動判題系統，提供即時的正確性、梯度驗證與執行時間反饋。使用者可透過 Docker、本地執行，或立即透過 Hugging Face Spaces 和 Google Colab 啟動環境。

適用對象

準備 Meta、Google DeepMind、OpenAI 等公司技術面試的 ML 工程師與候選人，他們需要超越閱讀論文，能撰寫可投入生產的張量程式碼。

主要亮點

• 精選題庫：41 個問題，涵蓋基礎（ReLU、LayerNorm）、注意力機制（Multi-Head、GQA、Flash Attention）與架構（LoRA、ViT）。
• 自動判題：提供即時通過/失敗反饋、梯度檢查與執行時間指標。
• 彈性部署：支援一鍵 Colab 存取、Docker 容器與完整堆疊網頁介面。
• 學習輔助：為卡住的使用者提供提示，並提供參考解答以學習最佳實作方式。