可观测平台研发工程师-2027届

优缺点分析

角色解读

• 从可观测平台入手，深入理解大模型基础设施，可向AI Infra专家发展
• 积累大规模分布式系统经验，未来可晋升为高级工程师或架构师
• 表现优秀可转正，进入稀宇科技核心研发团队，参与更多前沿AI项目
• 参与建设大模型场景下的可观测平台，负责指标、日志、Trace等数据的采集与存储开发
• 开发故障归因、异常检测等AI Infra可观测能力，提升系统问题定位效率
• 与团队合作建设硬件、网络、训练作业等多层信号的统一观测能力
• 扎实的计算机基础，熟悉操作系统、网络、分布式系统原理
• 至少掌握一门编程语言（Go/Python/Java/C++），具备良好的工程能力
• 了解Prometheus、Grafana、ClickHouse等可观测技术栈之一

申请策略

• 关注稀宇科技（MiniMax）的技术博客和产品动态，面试中展示对公司的了解
• 准备一个与可观测或分布式系统相关的个人项目，展示动手能力
• 突出分布式系统项目经验或课程设计，如涉及监控、日志处理等
• 强调编程能力（Go/Python等）和熟悉的可观测工具（如Prometheus）
• 如果有大模型或机器学习相关经历，务必体现
• 提前学习Prometheus、Grafana、ClickHouse等工具的基本使用和原理
• 复习操作系统、网络、分布式系统基础知识，准备系统设计相关问题

面试指南

• 技术原理题：先讲核心概念，再结合实际场景举例，最后总结优缺点
• 系统设计题：明确需求，拆分模块，考虑扩展性和容错，给出技术选型理由
• 行为题（经历）：使用STAR法则（情境、任务、行动、结果），突出个人贡献
• 请解释Prometheus的数据模型和Pull模式的工作原理
• 如何设计一个支持高并发写入的日志采集系统？
• 描述一次你排查复杂系统问题的经历，用到了哪些工具？
• 你对大模型训练中的可观测性有什么理解？
• Go语言中goroutine和channel的使用场景？