大模型AI算法工程师（J82518）

优缺点分析

角色解读

• 可向内核技术专家方向发展，成为容器/虚拟化领域的权威
• 也可转向云原生基础设施架构师，负责更大规模的资源调度系统
• 在百度内部有良好的技术晋升通道，可参与开源社区贡献提升影响力
• 负责百度大规模容器混部场景下的资源隔离方案，解决CPU、内存、IO、网络等隔离问题
• 研究并设计下一代容器高密混部技术，提升集群资源利用率
• 跟踪并应用Linux内核新技术，参与内核子系统优化与故障调试
• 扎实的Linux内核知识，熟悉内存、调度、Cgroup、网络、存储等子系统
• 熟练使用Perf、Ftrace、Ebpf、Systemtap等性能分析和调试工具
• 了解x86体系结构和CPU底层调优，具备容器虚拟化经验

申请策略

• 了解百度容器混部相关的技术博客或开源项目，在面试中体现技术热情
• 提前确认岗位实际职责与个人职业规划是否一致，避免盲目投递
• 突出内核子系统开发或调优的项目经验，尤其是内存、调度、Cgroup等
• 强调使用Ebpf、Systemtap等工具解决实际性能问题的案例
• 如有开源社区贡献或内核补丁提交经历，务必放在显眼位置
• 展示对容器技术的理解，如docker、kubernetes底层的隔离原理
• 深入阅读Linux内核源码，重点关注Cgroup和namespace实现
• 学习Ebpf编程，掌握在内核追踪与性能优化中的应用

面试指南

• 采用“背景-方案-结果”的STAR结构，描述具体项目与量化结果
• 原理结合实践，先讲清内核机制，再举例说明调优或排障过程
• 对于不确定的问题，坦诚说出思路，展示分析能力
• 请简述Cgroup如何实现CPU和内存隔离，以及实际使用中的注意事项
• 你使用Perf或Ebpf排查过哪些内核性能问题？过程是怎样的？
• 内核内存回收机制（如LRU、kswapd）是如何工作的？
• 容器混部场景下，如何避免网络或IO干扰？
• 你对Linux内核社区的开源贡献有哪些？