C++ 研发实习生（算法工程方向）/ C++ R&D Intern (Algorithm Engineering)（厦门）

优缺点分析

角色解读

• 实习生 → 转正成为正式员工，深入算法工程或AR渲染方向
• 技术路线：C++工程师 → 算法工程专家/图形学专家 → 架构师
• 管理路线：技术骨干 → 技术负责人 → 团队管理
• 参与AI算法中台的C++开发，构建训练、评测与部署工具链，支撑大模型和海量数据
• 深入AR引擎底层，配合设计师开发创新特效，研究图形渲染前沿技术
• 负责深度学习模型在移动端、PC和服务端的极限性能调优，包括算子优化、内存管理和并发加速
• 与算法研究员合作，设计高可用、高扩展的系统架构，加速AI能力的业务落地
• 扎实的计算机科学基础：数据结构、算法、操作系统、计算机组成
• 精通C/C++，具备系统级开发、性能分析和调试能力
• 了解AI模型工作原理，熟练使用大模型等AI工具辅助开发
• 良好的沟通和独立解决难题的内驱力

申请策略

• 在简历和面试中展现对技术的热情和独立解决问题的能力，MT Lab很看重内驱力
• 可以准备一个自己用C++做的小项目或优化经历，展示编码风格和问题解决思路
• 突出C/C++项目经验，尤其是系统级开发、性能优化相关
• 如有AI推理框架（TensorRT、NCNN）或图形API（OpenGL、Vulkan）经验，单独列出
• 展示算法竞赛获奖或GitHub贡献，体现编程和工程能力
• 强调对AI工具（如LLM）的使用，证明具备AI原生思维
• 如果有时间，可以学习ARM NEON或CUDA编程，会增加竞争力
• 熟悉一两个图形API（如OpenGL）的基本用法，有助于AR方向

面试指南

• 对于技术问题，从底层原理出发，结合自己的实际经验，分步骤说明
• 对于优化类问题，先分析瓶颈，再给出具体方案，最后评估效果
• 对于AI工具使用，用具体案例说明工具如何帮助解决问题，突出AI native思维
• 请描述你用过最复杂的C++项目，你如何解决性能问题？
• 解释一下虚函数的实现原理，以及它在多态中的作用
• 如何优化一个深度模型在移动端的推理速度？你了解哪些优化方法？
• 你使用过哪些AI工具辅助开发？举例说明它们如何提升你的效率
• 你对计算机图形学有哪些了解？简单描述渲染管线的流程