AI Infra平台研发工程师（大模型开发机方向）-Seed

优缺点分析

角色解读

• 纵向深耕AI Infra领域，成为Kubernetes调度、GPU资源管理方面的专家架构师
• 横向拓展至大模型训练平台或基础架构团队，负责更大规模的分布式训练系统
• 随着经验积累，可向技术Leader或架构师方向发展，带领团队进行平台演进
• 设计和开发大模型开发机的后端系统，管理开发机生命周期、用户权限和资源隔离
• 基于Kubernetes构建资源编排与调度体系，优化CPU/GPU、存储、网络等资源的调度效率
• 建设面向算法研发的云端开发体验，包括VS Code Server、SSH、Web IDE等工具集成
• 负责平台架构设计，提升系统稳定性、可扩展性和可观测性，并与算法、训练平台等团队协作
• 精通至少一种后端开发语言（Go、Java、Python、C++），具备扎实的软件工程和系统设计能力
• 深入理解Kubernetes生态，熟悉Pod、Deployment、CRD、Operator等核心机制及资源调度
• 熟悉分布式系统、高可用设计、服务治理、缓存、消息队列等后端架构模式
• 有复杂业务系统或平台开发经验，理解MLOps、AI Infra或云平台建设

申请策略

• 关注字节跳动Seed团队的技术博客和开源项目，了解团队技术方向，在面试中展现热情
• 准备一个你主导或深度参与的复杂系统设计案例，用STAR法则清晰描述
• 突出Kubernetes相关项目经验，如自定义Controller、调度器或资源管理系统的开发
• 强调后端系统设计能力，展示你在分布式、高可用架构方面的实践经验
• 列出与AI Infra或机器学习平台相关的经历，包括GPU调度、训练平台等
• 体现问题排查和性能优化案例，如线上故障定位、成本优化等
• 深入Kubernetes源码，理解Scheduler、Controller Manager等组件的工作原理
• 学习Kubeflow、Ray、Volcano等AI平台技术栈，了解主流MLOps工具

面试指南

• 对于设计类问题，先明确需求与约束，再给出分层或模块化的架构方案，并权衡利弊
• 对于技术细节问题，从原理出发，结合实际经验，用具体案例佐证
• 对于故障排查问题，强调系统性思维：从现象到根因，列出排查步骤和工具
• 请描述Kubernetes中Pod调度到节点的完整流程，以及如何自定义调度器？
• 如何设计一个支持多租户GPU隔离的资源管理系统？
• 你在之前的项目中如何保障高可用和稳定性，请举例说明
• 讲讲你对CRD和Operator的理解，并举例如何用Operator管理自定义资源
• 在分布式系统中，如何做容量规划和成本优化？