高性能计算研发工程师-Seed

优缺点分析

角色解读

• 技术纵深发展：从GPU优化专家成长为AI系统架构师，主导下一代推理框架设计
• 横向拓展：接触多模态、Agent、AI for Science等前沿方向，拓宽技术视野
• 管理路径：未来可带领高性能计算团队，成为技术Leader或Tech Lead
• 负责语音多模态LLM推理引擎的开发与性能优化，确保模型在大规模场景下高效运行
• 深入GPU底层优化，包括并行计算、访存优化、低比特计算等，提升推理吞吐和延迟
• 跟踪LLM Model Efficiency前沿技术，推动量化、稀疏化等高效推理方案落地
• 与算法团队紧密合作，将优化后的推理能力集成到豆包、即梦等产品中
• 精通C/C++和Python，并具备扎实的系统编程能力
• 深厚的高性能计算及GPU优化经验，尤其熟悉CUDA编程和计算机体系结构
• 熟悉深度学习模型结构与推理流程，有LLM或语音模型优化经验更佳
• 了解Triton/Tilelang等DSL工具，具备探索新技术的热情

申请策略

• 投递前梳理一个你最引以为豪的优化案例，在简历和面试中清晰讲述思路、效果和挑战
• 关注Seed团队的技术博客或开源项目，面试中展现对该方向的理解和热情
• 突出GPU性能优化项目：详细描述你基于CUDA的优化案例（如kernel融合、访存优化、算子调优等）
• 展示C++/Python功底：如有开源项目或性能工具开发经验，务必列举
• 体现LLM或语音模型优化经验：包括量化、稀疏化、蒸馏等加速方法的具体实践
• 若有Triton或类似DSL使用经历，单独列出
• 复习计算机体系结构、并行计算理论，如《Computer Architecture: A Quantitative Approach》
• 动手练习CUDA编程，尝试实现常用算子（如softmax、attention）的优化版本

面试指南

• STAR框架：情境(Situation)-任务(Task)-行动(Action)-结果(Result)，清晰描述优化全过程
• 对比分析：在回答策略选择时，比较不同方案的优劣（如FlashAttention vs 传统attention）
• 量化问题：先说明常见量化方法（PTQ/QAT），再结合LLM特点讨论难点（如异常值处理）
• 请描述一次你使用CUDA优化GPU算子的经历，是如何分析瓶颈并改进的？
• LLM推理中，KV Cache优化有哪些常用策略？你如何实现？
• 如何评估一个CNN模型的推理性能？哪些因素影响并行效率？
• 你对Triton和CUDA的差异和适用场景有什么理解？
• 在量化模型中，权重量化和激活量化分别有哪些挑战？