智能引擎-多模态推理平台研发工程师/专家-杭州/北京

优缺点分析

角色解读

• 在核心技术平台积累大规模AI系统经验，向技术专家或架构师方向发展
• 有机会深入AIGC前沿领域，成为多模态推理方向的领军人才
• 可在阿里内部横向流动，参与更多AI创新产品落地
• 负责多模态推理平台的架构设计，包括模型部署、服务编排和高并发调度
• 参与产品需求讨论，将业务逻辑转化为可扩展的推理框架功能
• 构建AIGC监控、报警和自动化部署体系，保障高可用性和低延迟
• 优化模型推理性能，提升资源利用率和响应速度
• 扎实的编程基础，精通Python或C++，熟悉数据结构与算法
• 熟悉大规模分布式系统、高并发服务设计和性能调优
• 了解多模态模型（视频/图像/音频/文本）的推理流程和优化技术
• 具备良好的系统设计能力，能平衡业务灵活性与架构稳定性

申请策略

• 提前了解阿里巴巴的业务和HappyHorse团队的技术方向，在面试中展现对AIGC推理的兴趣
• 准备2-3个有深度的项目案例，重点描述技术难点和解决方案
• 突出大规模系统设计或高性能计算项目经验，展示解决性能瓶颈的能力
• 强调Python/C++的工程实现能力，附上相关代码或开源项目
• 如果有AIGC或多模态模型部署经验，一定要重点提及
• 展示对分布式系统的理解，如高并发、容错、监控等
• 补充学习C++性能优化技巧和GPU/CUDA相关知识，提升底层优化能力
• 了解主流推理引擎如TensorRT、ONNX Runtime的优化方法

面试指南

• 对于性能优化问题，可以先分析瓶颈（IO/计算/内存），再针对性优化，如模型剪枝、量化、并行计算、缓存等
• 对于系统设计问题，从需求分析入手，考虑负载均衡、异步处理、容错降级、监控报警等
• 对于平衡问题，强调分层架构和接口抽象，既提供灵活配置又保持核心稳定
• 如何优化一个多模态模型的推理速度？请给出具体方案
• 设计一个高并发的推理服务，如何保证低延迟和高可用？
• C++中如何进行内存管理和性能调优？
• 你如何平衡业务快速迭代和底层架构稳定性？
• 谈谈你对AIGC推理平台发展趋势的理解