Senior Principal Machine Learning Engineer (Fulfilment)

优缺点分析

角色解读

• 成为AI驱动的商业决策领域的全球顶尖专家，引领行业技术方向
• 向首席科学家或技术总监方向发展，负责更广泛的技术战略制定
• 在自动驾驶、智能物流或复杂系统优化等高壁垒领域积累不可替代的核心竞争力
• 负责设计和实现用于市场决策（定价、调度、供需匹配）的强化学习系统
• 构建基于大语言模型的行为仿真器，模拟用户和合作伙伴的动态决策
• 解决大规模实时系统中的离线策略评估与安全部署问题，确保算法在生产环境中的可靠性
• 作为技术负责人，指导科学家和工程师团队，将前沿研究成果转化为高可用的生产系统
• 深厚的强化学习理论基础，特别是离线RL、MDP和随机控制
• 精通大语言模型的应用与微调技术（SFT, LoRA, RLHF/DPO等）
• 强大的系统工程能力，熟悉Python、PyTorch及大规模分布式训练框架（Ray, DeepSpeed等）
• 具备运筹学背景或处理复杂多目标优化问题的实际经验

申请策略

• 准备详细的技术方案陈述，展示如何将复杂的理论模型转化为可落地的工程解决方案
• 了解Grab的业务生态，思考AI如何进一步优化其出行和配送业务的核心指标
• 突出展示在强化学习或运筹优化领域的顶级会议论文或专利
• 详细列举曾主导的大型ML系统架构设计，特别是涉及实时决策和高并发场景的项目
• 强调在大模型微调、对齐及仿真建模方面的具体实践案例和技术成果
• 体现跨团队协作能力和技术领导力，如带领团队完成从研究到生产的全流程
• 深入研读最新的离线强化学习（Offline RL）和世界模型（World Models）相关文献
• 提升在大模型高效微调（PEFT）和偏好优化（RLHF/DPO）方面的工程实践能力

面试指南

• 采用STAR法则（情境、任务、行动、结果）结构化回答项目经历
• 重点阐述技术选型的理由、遇到的关键难点及解决方案、最终的业务/技术指标提升
• 展现系统性思维，不仅关注算法本身，还要考虑数据、基础设施、评估体系和风险控制
• 请详细描述你设计过的最复杂的强化学习系统，你是如何处理离线数据分布偏移和非平稳环境的？
• 在大模型应用于决策仿真时，你如何确保仿真结果的准确性和安全性？遇到过哪些挑战？
• 如何设计离线策略评估（OPE）框架来安全地部署新的决策算法到生产环境？
• 请分享一个你使用分布式训练框架加速大模型训练或推理的具体案例，遇到了什么瓶颈？
• 作为技术负责人，你如何平衡团队的研究探索与创新需求与工程落地的稳定性要求？