边缘计算平台高级研发工程师-基础设施

优缺点分析

角色解读

• 可在边缘计算领域深耕，成为基础设施/运维平台的资深专家或架构师
• 可向AI运维方向转型，成为智能运维(AIOps)领域的专家
• 在字节跳动内部有机会晋升为技术Leader，带领团队负责更大规模的基础设施建设
• 参与火山引擎边缘计算效能平台的整体技术研发，包括CMDB、运维自动化、可观测性等系统的设计与开发
• 负责边缘计算业务效能工具的产品交互设计和系统实现，提升运营管理效率
• 探索AI技术在智能运维场景的应用，推动边缘计算运维向智能化演进
• 扎实的计算机理论基础，熟练掌握Go、C、Python等至少一种编程语言
• 有分布式系统或云计算相关开发经验，了解运维平台系统架构
• 对AI/LLM有一定了解，并能够将其应用于智能运维场景

申请策略

• 面试时强调对智能运维的理解和热情，可以结合具体场景提出自己的技术方案
• 突出后端开发经验，尤其是使用Go/Python构建分布式系统或运维平台的经历
• 如果有CMDB、自动化运维、监控系统等相关项目，需详细描述技术细节和成果
• 体现对AI/LLM的了解，如相关项目或学习经历，能展示探索能力
• 提前复习分布式系统理论基础，如CAP、一致性算法、负载均衡等
• 学习Kubernetes、Docker等云原生技术，以及边缘计算相关概念（如EdgeX）
• 如果尚未接触LLM/Agent，可快速入门LangChain、AutoGPT等框架，准备一个Demo

面试指南

• 对于设计类问题，可以先梳理需求边界，然后给出分层架构，明确关键模块和数据流
• 对于技术原理问题，先解释核心概念，再结合实际项目经验举例说明，最后总结注意事项
• 对于开放性问题，可先定义问题范围，提出多种方案并比较利弊，展示系统思维
• 请设计一个边缘节点的CMDB系统，需要考虑哪些关键字段和接口？
• 如何实现边缘计算环境下的自动化故障迁移？请描述技术方案
• 你如何理解AIOps？举一个你设想的AI在运维中落地的具体场景
• Go语言中Goroutine和Channel的底层原理是什么？如何避免并发问题？
• 在分布式系统中，如何保证数据一致性？你有哪些实践经验？