平头哥-融合计算技术专家-杭州

优缺点分析

角色解读

• 技术专家路线：在融合计算、AI芯片软件栈领域深耕，成为技术领军人物
• 架构师路线：参与芯片架构和编程模型设计，向系统架构师方向发展
• 管理路线：带领团队负责高性能计算软件模块，向技术管理岗位发展
• 负责设计开发高性能计算加速软件，重点优化注意力机制和大模型推理量化技术，提升计算效率
• 针对大语言模型、视频生成模型的训练与推理场景，结合自研芯片硬件特性进行系统级性能优化
• 与芯片架构、软件平台团队协作，参与性能分析并影响芯片架构和编程模型的设计演进
• 扎实的C++/CUDA编程基础，具备高性能计算或并行计算开发经验
• 深入理解计算机体系结构、操作系统和基本算法，能够进行底层性能优化
• 熟悉深度学习模型和框架，了解大模型量化算法或指令流切片技术者优先
• 具备良好的沟通能力、自我驱动能力和英文读写能力，能够跨团队协作

申请策略

• 在面试中展现对高性能计算技术的热情和深度思考，准备相关项目案例
• 了解阿里巴巴平头哥的业务方向和技术布局，在面试中体现对公司的了解
• 突出高性能计算或并行计算项目经验，量化性能优化成果（如加速比、延迟降低等）
• 强调C++/CUDA开发经验，以及相关优化工具的使用经验
• 展示对大模型量化、推理优化或GPU/ARM架构的理解，如有相关项目经验务必详细描述
• 系统复习计算机体系结构、操作系统和并行计算原理
• 了解大模型量化技术（如GPTQ、AWQ）和主流推理框架（如TensorRT-LLM、vLLM）
• 研究自研芯片（如平头哥含光）的架构和编程模型，了解其生态

面试指南

• STAR法则：针对项目经历类问题，清晰描述背景、任务、行动和结果，突出个人贡献和量化成果
• 技术深度+广度：回答技术问题时，先给出核心原理，再结合实践经验，展现深度思考
• 结构化表达：对于开放性问题，分点阐述，逻辑清晰，体现系统思维
• 请详细描述你做过的一个高性能计算优化项目，包括优化思路和最终效果
• 如何优化大模型推理的显存占用和延迟？请谈谈你对量化技术的理解
• CUDA编程中，如何优化kernel的访存效率？
• 谈谈你对计算机体系结构的理解，以及它如何影响软件性能优化？
• 你如何理解融合计算？你认为未来高性能计算的发展趋势是什么？