大模型集群调度研发工程师（J98900）

优缺点分析

角色解读

• 实习期可转正，成为百度正式员工，深入参与大模型基础设施建设
• 未来可向高级研发工程师、技术专家或团队leader方向发展
• 积累云原生和大模型经验后，可跳槽至其他互联网大厂或AI创业公司
• 参与百度自研机器学习平台PaddleCloud的研发，包括数据管理、训练任务调度、模型管理等功能
• 负责底层作业调度、容错机制、存储优化等系统级开发，提升平台稳定性与效率
• 探索和落地大模型相关技术，如分布式训练、模型压缩等前沿方向
• 参与AI原生应用的开发，将AI能力集成到更多业务场景中
• 扎实的计算机基础：数据结构、算法、操作系统、网络、分布式系统
• 精通至少一门编程语言，Golang或Python，有Go项目经验更佳
• 熟悉云原生技术，尤其是Kubernetes的调度、存储和容器化原理
• 对并行计算、大型集群作业调度有一定了解

申请策略

• 在简历中展示对AI基础设施的热情，如阅读过相关论文或开源项目
• 关注百度技术博客或社区，面试时能表现出对公司的了解和认同
• 突出Golang或Python项目经验，尤其是相关开源贡献或实习项目
• 强调对Kubernetes的了解和实践，如参与过相关调优或运维
• 体现计算机基础课程成绩优异，或参加过程序设计竞赛获奖
• 如果有大模型或分布式训练相关项目，务必重点描述
• 提前复习Kubernetes核心概念，学习Pod调度、存储卷等机制
• 练习Golang并发编程和网络编程，阅读一些分布式系统源码

面试指南

• 对于系统设计题：先明确需求，再画出架构图，分模块讨论，最后考虑容错和扩展性
• 对于Kubernetes问题：从Pod创建到调度绑定、节点选择、资源限制等顺序回答
• 对于编程问题：结合实际项目经验，说明使用场景和注意事项
• 请解释Kubernetes的调度器是如何工作的？
• 设计一个分布式任务调度系统，需要考虑哪些关键点？
• Go中的goroutine和channel如何实现并发？
• 大模型分布式训练中常见的并行策略有哪些？
• 如何保证高并发下数据的一致性和容错？