系统研发工程师- AI infra-2027届

优缺点分析

角色解读

• 从实习生转为正式员工，参与更核心的AI Infra系统设计
• 深入掌握Kubernetes、AI训练平台等前沿技术，成为基础设施专家
• 向架构师或技术管理方向发展，领导大型平台项目
• 参与AI基础设施核心平台的开发与维护，包括CMDB、工单系统等
• 协助开发功能模块、进行测试和性能调优，提升代码质量
• 整合资源编排与调度平台的数据流，开发辅助工具监控GPU/CPU资源
• 熟练掌握Go/Java/Python至少一门语言，有良好编码习惯
• 对微服务、中间件、数据库及平台系统有浓厚兴趣
• 学习能力强，动手实践积极，具备良好沟通协作能力

申请策略

• 了解稀宇科技的产品和技术方向，面试中展示对AI Infra的热情
• 准备好项目案例，突出解决实际问题的能力和学习速度
• 突出编程项目经验，尤其是Go/Java/Python相关项目
• 展示对微服务、数据库或中间件的了解，如使用过Redis、Kafka等
• 如有CMDB、工单系统或自动化工具的开发经历，重点描述
• 强调开源贡献或技术博客，体现技术热情
• 提前学习Kubernetes基础概念和AI训练平台架构
• 熟悉可观测性工具（如Prometheus、Grafana）和日志系统

面试指南

• 对于项目类问题，采用STAR法则（情境、任务、行动、结果）结构化回答
• 对于技术概念类问题，先给出定义，再结合实际场景举例说明
• 对于系统设计问题，先梳理需求，再分模块逐步阐述设计方案
• 请介绍一个你参与过的系统开发项目，你在其中扮演了什么角色？
• 谈谈你对微服务架构的理解，以及它相比单体架构的优缺点
• 你如何理解CMDB（配置管理数据库）？它在AI基础设施中的作用是什么？
• 假设你需要设计一个简单的工单系统，你会如何设计数据库表结构和流程？
• 你对Kubernetes了解多少？简述Pod、Service、Deployment的概念