【2027】应用工程师（AI方向）-昆山(J14216)

优缺点分析

角色解读

• 技术专家路线：深耕AI应用性能优化、集群架构或特定领域（如大模型训练），成为解决方案专家
• 技术管理路线：凭借出色的技术能力和客户服务经验，可向技术支持团队负责人或产品经理方向发展
• 研发转型路线：通过深入理解用户需求和产品痛点，有机会转向AI平台、工具链或底层系统的研发岗位
• 你将作为技术桥梁，直接解决AI和HPC用户在使用公司集群平台时遇到的各类问题，确保其业务顺畅
• 你需要深入调试应用与系统环境，利用各类工具分析性能瓶颈，并输出专业的优化建议报告
• 你将参与构建和维护知识库、FAQ和工具，将个案问题系统化，提升整体服务效率和客户体验
• 扎实的计算机基础，特别是Linux系统操作、Python/Shell脚本编程及数据处理能力
• 对AI模型训练/推理流程、高性能计算（HPC）和分布式系统有基本理解，熟悉相关性能指标
• 出色的问题诊断与沟通能力，能够清晰地与客户交流，推动问题闭环，并沉淀为文档知识

申请策略

• 仔细研究中科曙光的产品线（如“曙光智算”），了解其AI和HPC解决方案，思考该岗位如何支撑这些产品
• 在简历或面试中，可举例说明你如何独立或协作解决过一个复杂的技术问题，展现你的问题解决闭环能力
• 重点突出与Linux系统、Python/Shell脚本开发、数据分析相关的课程项目或实践经验
• 若有使用PyTorch、Slurm、Kubernetes等工具，或参与过AI模型训练、HPC相关项目，务必详细描述
• 强调任何体现问题排查、性能分析、文档撰写和客户（或用户）服务的经历，即使是课程设计中的
• 系统学习或复习分布式系统、Linux内核基础、GPU编程（CUDA）等知识，以增强技术深度
• 尝试在本地或云平台部署并运行一个简单的AI模型（如使用vLLM部署LLM），亲身体验推理流程和可能的问题
• 锻炼技术文档写作和汇报能力，可以尝试将解决某个技术问题的过程整理成博客或报告

面试指南

• 使用STAR法则（情境、任务、行动、结果）来结构化描述你的经历，重点突出你的分析过程和最终成效
• 展示结构化思维：先确认环境、收集信息（日志、监控），再提出假设并验证，最后给出结论和建议
• 对于技术问题，要体现对基础概念的理解，而不仅仅是操作层面的熟悉
• 对于行为问题，结合岗位职责（如沟通、服务意识、文档沉淀）来回答，展现你的软技能
• 请描述一个你解决过的最复杂的技术问题，你是如何定位并最终解决它的？
• 如果用户反馈其AI模型在我们的集群上训练速度异常缓慢，你会如何着手分析和排查？
• 你对‘高性能计算’和‘分布式系统’的理解是什么？请举例说明
• 你使用过哪些我们提到的技术栈（如PyTorch, Kubernetes），在其中遇到过什么典型问题？