数字人模型工程技术专家-抖音直播（深圳/北京）

优缺点分析

角色解读

• 成为大模型工程领域的资深专家，主导核心技术方向
• 向技术管理岗发展，带领团队进行系统架构和优化
• 深入多模态和数字人前沿，参与行业标准和创新
• 优化抖音AI分身数字人的多模态理解与生成算法，提升训练和推理效率
• 与算法团队协同设计，提高实时互动模型的效果和性能上限
• 负责数字人模型的大规模部署，支撑多Agent和多模态交互探索
• 打造下一代直播实时互动能力，推动产品迭代
• 精通Python/Go和CUDA编程，具备高性能计算能力
• 熟悉大模型训练推理框架如Megatron、DeepSpeed、vLLM、TRT-LLM
• 理解多机多卡通信机制与并行策略，有算子库开发经验者优先
• 具备系统工程经验，能够将算法落地到大规模生产环境

申请策略

• 在简历中明确提及对大模型的好奇心和自驱学习经历，如开源贡献或技术博客
• 面试前了解抖音AI分身业务背景，思考可能的技术方案
• 突出大模型训练/推理优化项目经验，尤其是框架二次开发或性能调优
• 展示GPU编程和并行计算能力，如CUDA算子优化
• 强调与算法团队协作的经验和成果
• 列出系统性工程能力，如大规模部署和运维经验
• 深入学习Triton、CUTLASS等算子库，提升底层优化能力
• 熟悉多模态模型（如CLIP、Llava）的基本原理和工程实践

面试指南

• 项目描述采用STAR法则：场景、任务、行动、结果
• 技术讨论先给出核心原理，再结合实际案例说明选择
• 遇到开放性问题，先分析约束条件，再分点给出方案
• 请描述一个你优化大模型训练/推理性能的项目，具体做了哪些工作？
• 如何设计多机多卡通信策略来提升训练效率？
• 谈谈你对数字人技术中多模态融合的理解和工程实现难点
• 如果模型部署需要支持高并发低延迟，你会如何优化？
• 你对Megatron和DeepSpeed的差异和适用场景有何看法？