
Ai Infra开发工程师
发布于 2 小时前普通员工/个人贡献者
值不值得投
综合评分 74
前沿AI基础设施岗位,技术成长强、业务落地深,办公与生活平衡信息未披露
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。
薪资怎么样
5.0万
比机器学习工程中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2400 个在招 · 其中机器学习工程 26 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 550 个在招
职位详情
关于这个职位
该岗位面向滴滴搜索、广告、推荐业务,负责机器学习训练与推理基础设施建设,重点优化 CTR、LLM 等模型的训练吞吐、推理性能与资源成本
最低要求
具备扎实的计算机基础,熟悉数据结构与算法、操作系统、计算机网络及并发编程
工作职责
负责面向搜索、广告、推荐业务的机器学习训练与推理基础设施研发,支持 CTR、LLM 等模型的高效训练与部署,在保障模型效果和系统稳定性的前提下,提升训练吞吐、推理性能与资源利用效率,降低算力成本
AI 洞察
优缺点分析
优点
- 岗位处在 AI 基础设施与大模型工程化的核心方向,技术栈覆盖训练、推理、框架、算子和 GPU 优化,能力积累深
- 业务场景来自搜索、广告、推荐等真实大规模负载,优化成果容易转化为可衡量的性能与成本收益
- 与算法、系统、平台团队协作,有机会参与新一代机器学习平台架构演进
- 技术链路长且复杂,既要理解模型训练和推理,也要掌握底层系统、框架源码和硬件性能特征
- 优化工作需要大量实验验证和性能归因,对问题分析能力、工程严谨性和耐心要求高
- 适合计算机基础扎实、喜欢底层系统与性能优化、希望长期深耕 AI Infra 的工程师
- 尤其适合有分布式训练、推理引擎、CUDA/Triton 或深度学习框架源码经验的人
缺点 / 挑战
- 搜索、广告、推荐业务对性能和稳定性要求高,线上落地压力可能较大
角色解读
- 短期可以成长为 AI Infra 方向的性能优化和平台研发骨干,深耕训练加速、推理服务、框架内核或 GPU 算子优化
- 中期可向大规模机器学习平台架构师、AI 系统技术专家方向发展,负责跨模型、框架、硬件的协同设计
- 长期也可转向技术管理,带领训练平台、推理引擎或基础设施团队建设
- 负责搜索、广告、推荐业务背后的机器学习训练与推理基础设施建设,支撑 CTR、LLM 等模型高效训练和上线部署
- 你需要围绕训练吞吐、推理延迟、资源利用率和算力成本做系统性优化
- 工作会深入 Profiling、计算图、执行框架、算子、GPU Kernel、分布式通信和调度链路,而不只是调用现成框架
- 还需要与算法、系统、平台团队协作,推动模型、框架与硬件的 Co-design
- 需要扎实的计算机基础,包括数据结构与算法、操作系统、计算机网络和并发编程,并熟练掌握 C++、Python
- 需要理解深度学习训练与推理原理,至少深入掌握 PyTorch、TensorFlow、Megatron-LM、vLLM、SGLang 等一种框架,并能做源码级分析
- 需要具备性能分析和调优能力,能通过 Profiling 定位计算、访存、通信、数据供给和调度瓶颈
- 还需要在分布式训练、在线推理或 GPU 高性能计算至少一个方向有实际研发经验
申请策略
- 申请前建议了解滴滴搜索、广告、推荐业务对训练与推理基础设施的典型需求,尤其是高并发、低延迟和成本优化场景
- 面试中尽量用量化结果说明优化价值,并准备解释方案在不同业务负载下的适用边界
- 突出你参与过的训练或推理基础设施项目,明确说明负责的模块、技术难点和最终性能收益,如吞吐提升、延迟下降、显存节省或成本降低
- 重点展示 C++、Python、PyTorch、vLLM、Megatron-LM、CUDA、Triton 等实际使用经验,最好能体现源码级理解
- 补充 Profiling、性能归因、可复现实验和线上落地经历,证明你不仅能写优化方案,还能验证效果
- 若有大规模稀疏 Embedding、动态批处理、KV Cache、混合精度、算子融合等项目经历,应单独强调
- 可提前准备一个完整的性能优化案例,覆盖问题定义、Profiling 工具、瓶颈定位、优化方案、实验设计和结果复盘
- 加强对分布式训练、集合通信、显存管理、推理调度和 GPU 执行模型的理解,补齐系统底层知识
面试指南
- 回答项目类问题时,按“业务背景—瓶颈定位—方案设计—实验验证—上线结果—复盘沉淀”的结构展开,并给出可量化指标
- 回答技术原理类问题时,先讲清楚问题场景和核心矛盾,再对比不同方案的适用条件、代价和工程实现难点
- 回答源码或底层优化问题时,尽量结合具体模块、调用链、内存/通信/调度行为,不要停留在概念层面
- 请介绍一个你做过的训练或推理性能优化项目,瓶颈是什么,如何定位,最终收益如何验证?
- 分布式训练中数据并行、模型并行、参数分片和集合通信分别解决什么问题,计算通信重叠如何实现?
- 在线推理服务中如何权衡吞吐、延迟和资源成本,动态批处理和 KV Cache 管理有哪些关键难点?
- 如果使用 Profiling 工具发现 GPU 利用率低,你会从哪些层面排查原因?
- 请解释你对 PyTorch、vLLM 或 Megatron-LM 执行流程的理解,是否做过源码级修改或扩展?
职位点评
薪资福利
JD 未披露薪资与福利信息,因此无法直接判断薪酬竞争力;但该岗位技术门槛较高,涉及 AI Infra、分布式训练和推理优化,通常对相关人才有较强市场吸引力。稳定性与福利信息未提及,需面试中进一步确认。
成长发展
岗位覆盖训练优化、推理优化、框架与算子优化、GPU Kernel、Co-design 和平台架构演进,技术深度和成长空间非常强。JD 明确要求跟踪业界先进技术、完成方案验证与上线落地,并建设可复用优化能力和性能评测体系。
工作生活
JD 仅明确地点为北京市,未提及远程、混合办公、弹性工时、双休或加班情况,因此生活化动机满足程度难以判断。岗位涉及大规模系统优化和线上落地,但JD未直接说明工作强度。
使命价值
岗位服务于搜索、广告、推荐业务和 LLM 模型基础设施建设,具有较强技术价值与工程影响力,尤其通过降低算力成本、提升资源效率可产生明确业务贡献。JD 未直接表达社会使命或公共价值导向,因此意义感更多来自技术挑战和业务落地。
滴滴出行 的其他在招职位