AI应用工程师（合肥）(J13873)

优缺点分析

角色解读

• 可向AI算法专家或技术架构师方向发展，专注于模型优化和性能提升
• 积累行业经验后，可能转向技术管理或客户成功管理岗位
• 随着国产计算生态发展，有机会参与前沿项目，提升行业影响力
• 为客户提供远程或现场技术支持，解决国产异构计算平台使用中的技术问题
• 参与深度学习模型优化和推理性能调优，提升模型在异构硬件上的运行效率
• 支持多行业客户的技术咨询，推动客户成功并反馈产品改进建议
• 掌握机器学习与深度学习基本原理，熟悉模型部署流程
• 熟练使用主流深度学习框架如PyTorch、TensorFlow等进行开发
• 具备Python或C++/CUDA编程能力，了解Linux系统和服务器体系结构

申请策略

• 了解中科曙光的国产计算平台和产品生态，以便在面试中展示相关兴趣
• 准备技术问题解决案例，体现沟通能力和客户导向思维
• 突出深度学习项目经验，特别是使用PyTorch、TensorFlow等框架的实践
• 强调Python或C++/CUDA开发技能，以及Linux系统使用经验
• 提及任何与性能优化、异构计算相关的项目或研究成果
• 深入学习异构计算（GPU/DCU）平台的优化技巧，如CUDA编程
• 扩展对大模型开发和部署流程的了解，提升实战能力

面试指南

• 使用STAR法则（情境、任务、行动、结果）描述项目经验，突出技术挑战和成果
• 强调问题解决思路，如分析、调试、优化和验证的步骤
• 结合具体技术细节，展示对深度学习框架和硬件平台的理解
• 请描述一个你优化深度学习模型在GPU上性能的项目经验
• 如何解决客户在使用异构计算平台时遇到的技术问题？
• 你熟悉哪些深度学习框架？请比较它们在模型部署中的优缺点
• 如何确保模型在实际场景中的高效运行？
• 你对国产计算平台的发展有什么看法？