下一代云研究型实习生

优缺点分析

角色解读

• 技术专家路线：深入云计算底层技术，成为数据库、分布式系统或系统软件领域的专家
• 科研转化路线：通过发表论文和专利，积累学术成果，未来可进入企业研究院或攻读博士
• 产业应用路线：将研究成果落地到中国电信的实际产品中，推动云原生和智能化升级
• 参与云数据库自治管理和向量数据检索的技术研究，探索AI与系统结合的前沿方向
• 研究分布式存储系统相关技术，包括文件系统、对象存储、RocksDB等，并接触DPU/CXL新型硬件
• 深入系统软件领域，研究FaaS平台（如Knative、OpenFaaS）和Linux内核子系统，掌握RDMA等技术
• 扎实的编程能力，至少精通Python、C++、Go中的一种
• 计算机网络和算法基础，熟悉路由交换、图算法、网络流等
• 英文文献阅读和问题分析能力，能够从论文中获取研究灵感

申请策略

• 在申请信中表达对云计算前沿技术的热情，并联系具体研究方向（如数据库、分布式）
• 关注中国电信在云技术方面的战略布局，了解其天翼云产品，展示对公司的认同
• 突出项目经历中与数据库、分布式系统、AI/ML相关的部分，尤其是系统优化或算法实现
• 展示编程能力，附上GitHub链接或代表性代码片段
• 强调论文阅读和学术写作能力，如有发表经历或参与研究项目，重点描述
• 如果有Linux内核、RDMA、FaaS等经验，单独列出
• 提前学习RAG技术和AI for System的基本概念，熟悉相关论文
• 动手实践Kubernetes和FaaS平台（如Knative），了解容器和云原生基础

面试指南

• 对于技术原理问题，先给出核心概念定义，然后分层描述（架构、流程、关键算法），最后举一个实际应用场景
• 对于比较型问题（如不同FaaS平台），先列出共同点，再重点区分设计理念、性能特征、适用场景
• 对于AI与系统结合的问题，强调“系统支持AI”或“AI优化系统”的双向关系，并举例说明
• 请介绍一下你熟悉的分布式存储系统（如RocksDB）的工作原理和应用场景
• 你对AI for System（或System for AI）有哪些了解？能否举例说明？
• 解释一下RAG（检索增强生成）的技术流程及核心组件
• Linux内核中内存管理子系统的主要组件有哪些？如何处理内存碎片？
• 你使用过哪些FaaS平台？它们的基本架构和调用方式有何异同？