AI推理平台-百炼技术专家/高级开发工程师(管控与企业能力提升方向)-北京/杭州

优缺点分析

角色解读

• 在阿里大模型核心平台深耕，可成长为技术专家或架构师，主导大模型工具链的技术演进
• 有机会横向扩展至AI平台其他领域，如模型训练、推理优化、AI基础设施等，成为全栈AI技术专家
• 随着大模型行业高速发展，可向技术管理方向发展，带领团队负责更大规模的系统建设
• 负责百炼平台大模型工具链的产品化落地，包括数据管理、模型观测、模型评测等核心模块的设计与开发
• 参与数据系统的架构设计，处理多模态数据源接入、解析与清洗，为模型和应用层提供高质量的数据支撑
• 建设模型与应用的可观测系统，并基于观测数据开展模型评测、数据标注、模型调优等工作
• 参与百炼多云与多站点架构开发，推动业务在多方向的快速落地
• 熟练掌握Java或Python，具备扎实的编程能力和计算机科学功底
• 具备高并发后端系统的架构设计和编码能力，熟悉设计模式、UML建模等
• 对大模型（LLM）和AIGC有深入理解，有实际开发经验者优先
• 具备良好的沟通能力、自驱力和责任心，能够独立解决复杂技术问题

申请策略

• 在简历中突出与百炼平台相关的技术项目，如大模型数据平台、评测系统等
• 了解阿里云百炼平台的产品定位和技术架构，在面试中展现对业务的理解
• 突出高并发后端系统架构设计经验，展示在复杂业务场景下的技术方案落地能力
• 重点描述大模型或AIGC相关项目经验，包括模型评测、数据管理、可观测性等
• 强调Java/Python编程能力，以及设计模式、UML建模等工程化能力
• 展示独立负责模块或系统的经验，体现架构设计和编码能力
• 系统学习大模型技术栈，如LangChain、RAG、模型微调等，并动手实践
• 深入了解模型评测、数据标注、可观测性等工具链，掌握相关开源工具

面试指南

• 采用STAR法则（情境、任务、行动、结果）回答项目经验类问题，突出个人贡献和量化结果
• 对于系统设计题，先明确需求，再给出架构方案，并对比不同方案的优缺点
• 对于大模型相关问题，结合项目实践，阐述对技术原理和工程落地的理解
• 请介绍一个你负责的高并发系统架构设计，如何保证稳定性？
• 你对大模型数据管理有哪些理解？如何设计一个数据接入与清洗系统？
• 如何构建一个模型评测系统？有哪些关键指标和评测方法？
• 谈谈你对可观测性的理解，如何在大模型应用中实现？
• 为什么选择阿里云百炼平台？你对大模型工具链的未来趋势怎么看？