AI框架研发工程师 - HPC(J13375)

优缺点分析

角色解读

• 从AI框架研发工程师可晋升为技术专家或架构师，专注于高性能计算和AI系统优化
• 可向AI平台或基础架构方向发展，参与更广泛的计算生态建设
• 通过项目积累，有机会转向技术管理或研发领导岗位，带领团队攻克技术难题
• 负责AI框架（如PyTorch/JAX）的二次开发和生态适配，提升框架的定制化能力
• 参与AI计算框架设计，覆盖数据处理、分布式计算等核心模块，确保系统高效运行
• 在大规模集群环境中部署训练任务，定位问题并进行性能调优，优化训练效率
• 与算法、平台团队协作，保障模型训练和推理流程的稳定性
• 熟练使用Python，具备扎实的工程代码能力和调试技巧，熟悉C++者更佳
• 深入理解主流AI框架的基本原理，能够进行二次开发和扩展
• 掌握大规模模型训练或集群环境下的问题排查与性能调优经验
• 具备分布式计算和高性能计算知识，能处理复杂计算任务

申请策略

• 了解中科曙光在高性能计算和AI领域的产品线，体现对公司的兴趣
• 准备项目案例，详细描述你在AI框架优化或训练部署中的具体贡献
• 突出Python/C++编程能力和AI框架（如PyTorch/JAX）的实际项目经验
• 强调大规模分布式训练或集群性能调优的相关经历
• 展示对AI计算原理的理解和代码工程规范意识
• 如有HPC或高性能计算背景，单独说明
• 深入学习分布式训练框架（如Megatron-LM）和集群管理工具
• 练习大规模问题排查技能，掌握性能分析工具（如Profiler）

面试指南

• 使用STAR法则：先描述背景和任务，再说明具体行动和结果
• 技术问题：结合实际案例，阐述问题分析过程、使用的工具和优化方案
• 协作问题：强调沟通和团队合作，举例说明跨团队协调经验
• 请描述你参与的AI框架二次开发项目，遇到了哪些挑战？如何解决的？
• 在大规模集群环境下训练任务时，你如何定位性能瓶颈并进行调优？
• 你对PyTorch和JAX有什么理解？它们在分布式计算中各有什么优缺点？
• 如何确保AI框架在多团队协作中的稳定性和高效运行？
• 复习AI框架（PyTorch/JAX）的核心原理和分布式训练技术