中/高级后端开发工程师（算力平台）

优缺点分析

角色解读

• 技术方向：从后端开发工程师成长为算力平台架构师，负责整体平台设计
• 管理方向：积累经验后，可晋升为技术负责人，带领团队
• 行业方向：AI算力是热门领域，可向AI基础设施专家发展
• 负责AI算力平台的开发，包括GPU资源调度、作业管理，确保算力高效利用
• 深入研究GPU等算力硬件，优化资源分配策略，提升平台性能
• 与算法团队协作，支持LLM、多模态大模型的训练和推理，优化任务执行效率
• 参与AI资产管理，与业务部门沟通，实现算力资源的智能化分配
• 精通Kubernetes，熟悉其原理和生态组件，具备集群部署和应用开发经验
• 熟练掌握Python和Go语言，具备良好的编码能力和模块设计能力
• 了解深度学习训练流程，熟悉PyTorch，对云原生和容器化技术有深入理解
• 具备良好的沟通协作能力，能与算法和产品团队高效配合

申请策略

• 关注大疆的AI战略和产品线，在面试中展现对业务的了解
• 准备系统设计案例，展示架构能力
• 突出Kubernetes相关项目经验，包括集群部署、调度器开发等
• 强调Python和Go的实战经验，展示高性能代码编写能力
• 提及深度学习或GPU相关项目，体现对AI领域的理解
• 展示解决复杂技术问题的案例，体现工程能力
• 深入学习Kubernetes源码和调度算法，掌握容器网络和存储
• 熟悉GPU虚拟化、CUDA编程等底层技术

面试指南

• 回答时采用STAR法则，结合具体项目经验，突出技术深度和解决问题的能力
• 请描述你设计过的Kubernetes集群架构，如何解决资源调度问题？
• 如何优化GPU利用率？请举例说明
• 在Python和Go中，你如何实现高并发服务？
• 如何与算法团队协作，提升模型训练效率？
• 谈谈你对云原生技术的理解，以及未来发展趋势
• 复习Kubernetes核心概念和最佳实践
• 准备一个完整的项目案例，包括背景、方案、实施和效果