智能运维研发实习生（J99681）

优缺点分析

角色解读

• 实习期间可深度参与CNCF开源项目BFE，积累开源贡献经验
• 接触大模型在运维领域的落地应用，提升AI工程化能力
• 未来可向SRE、云原生工程师或AI运维专家方向深入发展
• 参与百度流量接入系统（BFE）的研发，保障业务安全可靠和高性能的网络接入
• 建设名字服务系统，为百度在线业务提供稳定的基础架构支持
• 构建基于大模型技术的智能运维系统，实现运维AI提效和服务生命周期管理
• 掌握至少一门编程语言（Go、Java、C/C++、Python、Rust等），具备扎实的编程功底
• 熟悉Linux/Unix操作系统和网络原理，能运用系统层支持应用开发
• 对系统架构和分布式系统有浓厚兴趣，追求技术极致与创新

申请策略

• 关注百度技术博客和开源项目BFE，展示对技术栈的了解
• 在面试中表达对智能运维方向的理解和热情
• 突出项目经验中与分布式系统、网络编程或Linux系统相关的部分
• 如果参与过开源项目或贡献过代码，务必展示
• 强调编程语言掌握程度和算法数据结构基础
• 提前复习操作系统、网络协议和数据结构基础知识
• 了解云原生技术栈（如Kubernetes、Docker）和LLM基本概念

面试指南

• 对于系统设计题，先明确需求和约束，再分模块讨论
• 对于算法和编程题，先确定数据结构，再优化复杂度
• 对于LLM相关题，结合实习职责提出实际应用场景
• 解释TCP三次握手和四次挥手过程
• 如何设计一个高并发、高可用的流量调度系统？
• 描述你使用Go或C++编写的一个高性能模块
• 对LLM在运维场景的应用有何见解？
• 你参与过哪些与分布式系统相关的项目？