AI推理平台-百炼AI搜索技术专家/高级开发工程师(知识库&联网搜索方向)-北京/杭州

优缺点分析

角色解读

• 可向AI搜索架构师或大模型应用底层技术专家方向发展
• 在阿里内部可深入参与百炼平台核心业务，积累海量数据与高并发场景下的顶尖工程经验
• 负责结合大模型技术设计并优化RAG全链路基础架构，提升系统吞吐与响应速度
• 构建高性能分布式文件处理与索引系统，支撑海量文档的知识库检索
• 规划优化检索集群，建立系统监控与日志分析平台以保障服务稳定性
• 精通C++/Java/Go至少一门语言，具备扎实的数据结构与算法基础
• 深入理解分布式系统架构、信息检索理论及高并发在线服务开发
• 熟悉Linux环境及脚本编程，有向量检索或关键字检索系统开发经验

申请策略

• 了解阿里百炼平台的产品形态及当前大模型搜索的行业痛点，准备一些关于如何降低RAG链路延迟或提升召回率的思考
• 突出在分布式系统、高并发服务或搜索引擎/推荐系统架构方面的实际项目经验
• 强调使用C++/Java/Go进行底层性能优化的成果，以及处理海量数据索引构建的经历
• 深入学习RAG架构设计、向量数据库原理及大模型推理加速技术
• 复习并巩固分布式系统核心原理（如分片、负载均衡、缓存策略）

面试指南

• 采用STAR法则，结合具体业务场景说明系统设计的权衡（Trade-off），重点突出对性能指标（延迟、吞吐）的量化提升
• 对于架构问题，从数据流、控制流、存储层、计算层分层解答，展现系统性思维
• 如何设计一个支持海量文档的高性能分布式索引系统？
• 在RAG全链路中，如何优化大模型推理和检索的延迟与吞吐量？
• 请描述一个你解决过的最复杂的高并发或分布式系统问题
• 关键字检索与向量检索在架构设计上有哪些异同？如何结合使用？
• 准备1-2个自己主导的分布式系统或搜索/推荐系统优化案例，详细梳理其中的技术难点和解决方案
• 复习Linux系统编程、网络协议及常见分布式中间件的底层原理