微信视频号-AI Infra高级工程师-工程平台

优缺点分析

角色解读

• 技术纵深发展：在AI基础设施领域深耕，成为训练平台、推理系统或资源调度方向的专家
• 横向拓展：接触推荐大模型和LLM全链路，可向AI架构师或AI平台技术负责人方向发展
• 公司内晋升通道：腾讯技术职级体系完善，业绩优秀可晋升至高级工程师、专家工程师等更高等级
• 负责微信视频号AI基建平台侧的核心开发，支撑推荐大模型和LLM的后训练流程，确保训练任务的高效稳定运行
• 设计和实现训练pipeline，包括作业调度、检查点（ckpt）管理等关键模块，持续提升训练平台的可靠性和易用性
• 构建serving体系并推进稳定性建设，打通训练到推理的流程，实现一站式AI平台，支持业务快速迭代
• 与算法、工程团队紧密协作，参与架构设计和技术决策，共同推动AI基础设施演进
• 精通C/C++编程，熟悉Linux开发环境，具备扎实的算法和数据结构基础，能够高效开发和优化系统级代码
• 具备AI Coding能力，理解训练推理平台的核心技术，如分布式训练、模型服务化、资源调度等
• 有相关经验者优先，包括AI训练/推理平台核心模块研发，或vLLM等主流推理框架的集成与调优
• 优秀的沟通协作能力，能在复杂业务场景中推动技术落地，并具备架构思维

申请策略

• 提前了解微信视频号业务以及腾讯AI基础设施架构，在面试中展现对业务的理解
• 准备1-2个完整的项目案例，强调你如何设计、实现和优化一个高可用系统
• 突出C/C++和Linux开发经验，特别是高性能、高并发系统相关项目
• 强调AI训练/推理平台相关经验，如分布式训练框架、模型服务化、调度系统等，附上具体项目成果
• 如有vLLM或其他推理框架的集成调优经验，务必单独列出，并说明量化效果
• 展示算法和数据结构基础，可提及参与过的开源项目或技术博客，体现技术热情
• 系统学习分布式训练原理（如GPU通信、参数服务器）和主流框架（如Megatron、DeepSpeed）
• 深入了解vLLM的架构和优化策略，尝试部署或二次开发

面试指南

• 对于系统设计类问题，可采用‘需求分析→架构设计→模块划分→关键技术点→可靠性/性能优化’的框架，突出取舍和思考
• 对于经验类问题，采用‘背景→任务→行动→结果’（STAR）法，量化结果，突出你的个人贡献和反思
• 对于技术原理问题，先简述核心概念，再结合实践经验说明，体现深度和务实
• 如何设计一个支持大规模训练任务的作业调度系统？
• 在训练过程中，如何管理大量的checkpoint文件以保障效率和容错？
• 请分享一个你优化C/C++性能的案例，使用过哪些工具和方法？
• vLLM的工作原理是什么？如果要集成到现有平台，你会考虑哪些方面？
• 如何保证推理服务的稳定性？请从架构层面谈谈你的思路