大模型工程技术专家-AI Agent

优缺点分析

角色解读

• 作为技术专家，可向更高阶的AI技术Leader或首席科学家方向发展
• 领域模型能力可向多业务线扩展，成为企业数字化战略的核心贡献者
• 参与业界活动，提升个人影响力，可转型为技术顾问或创业者
• 负责企业领域大模型的持续预训练（CPT）技术规划与实施，构建增量训练体系
• 设计数据构建与筛选策略，优化领域数据融合机制，提升模型在垂直场景的理解与表达能力
• 构建领域能力评估基准，优化模型在专业问答和复杂推理任务中的表现
• 推动领域模型与业务线协同，实现模型能力模块化复用与长期演进
• 扎实的机器学习与深度学习理论基础，深入理解大模型预训练和持续训练机制
• 熟悉领域适配方法，如持续预训练、数据混合策略和灾难性遗忘缓解技术
• 具备跨团队协作和技术统筹能力，能协调数据、算法和业务团队
• 具备模型评估和成本控制能力，平衡能力提升与资源投入

申请策略

• 了解华为内部IT部门的业务方向，以及公司对大模型的战略布局
• 准备系统性介绍自己的一个核心项目，展现技术深度和业务价值
• 突出大模型预训练/持续预训练的项目经验，尤其有领域模型落地案例
• 重点展示在数据构建、混合策略和模型评估方面的具体成果
• 强调跨团队协作和领导技术规划的经验
• 如果有业界贡献（如论文、开源、技术分享）务必突出
• 如果对LLM生态不够熟悉，可学习主流框架如PyTorch、HuggingFace Transformers
• 深入理解CPT技术，包括灾难性遗忘的缓解方法

面试指南

• STAR法则：情境、任务、行动、结果
• 用具体项目实例回答
• 强调技术和业务的结合，说明决策背后的逻辑和权衡
• 展示系统思考能力，从数据、算法、工程和业务多角度分析问题
• 如何设计一个领域模型的持续预训练方案？数据来源和质量如何保证？
• 谈谈你处理灾难性遗忘的经验和具体方法
• 在一次大模型落地项目中，你如何协调多个团队（数据、算法、业务）？
• 如何评估领域模型的能力？你会构建哪些测试基准？