蚂蚁集团-Agentic Infra 专家-健康事业群

优缺点分析

角色解读

• 技术专家路线：从Agentic Infra专家成长为系统架构师或技术负责人
• 领域深耕：在AI Infra、高性能计算方向成为行业顶尖专家
• 跨领域发展：结合医疗AI业务，向产品技术管理岗位拓展
• 设计和实现Agent的长程记忆与状态管理机制，解决上下文漂移和遗忘问题
• 构建大规模分布式持续学习训练框架，支持模型知识快速迭代
• 优化医疗智能体工作流，涉及工具调用、多轮反思等端到端协同
• 开发硬件敏感型内核，如用TileLang/Triton编写Sparse Attention等算子以提升性能
• 精通C++/Python，能编写高性能系统代码
• 具备CUDA或TileLang/Triton内核开发经验，理解GPU架构
• 熟悉持续学习/在线学习/强化学习等算法原理
• 了解分布式系统、大规模训练推理框架的设计

申请策略

• 了解蚂蚁健康事业群在医疗AI的布局，准备相关行业洞察
• 在简历和面试中强调'端到端系统设计'能力，展示从算法到内核的完整思维
• 突出C++/Python和CUDA/TileLang/Triton项目经验，尤其是内核优化案例
• 强调在分布式系统或AI框架方面的贡献，如开源代码、性能调优成果
• 展示持续学习、Agent相关的研究或项目，包括论文、实验数据
• 如果有医疗AI背景，务必突出，体现对业务场景的理解
• 学习TileLang/Triton编程，动手实现Sparse Attention等算子
• 熟悉主流Agent框架（如LangChain、MetaGPT）和长期记忆方案

面试指南

• 先阐述核心思想和原理，再结合具体项目案例，给出数据对比
• 使用STAR法则组织项目经验，突出个人贡献和量化结果
• 遇到未接触过的问题，可以展示分析思路和假设验证方法
• 如何设计一个支持长程记忆的Agent系统？如何处理上下文漂移？
• 解释TileLang/Triton与CUDA编程的区别，以及如何优化Sparse Attention内核
• 在分布式持续学习训练框架中，如何平衡模型更新速度和稳定性？
• 如何评估一个Agent工作流的性能瓶颈？你用什么方法定位和优化？
• 请分享一个你优化过的底层算子或分布式系统的案例，具体做了什么