蚂蚁集团-大模型评测基础设施研发工程师 / 技术专家-杭州/北京

优缺点分析

角色解读

• 技术深度：从工程师成长为技术专家，主导评测系统架构演进
• 跨域扩展：接触大模型训练、推理、Agent等前沿领域，成为AI基础设施专家
• 管理方向：未来可转向技术管理，带领团队攻克系统性难题
• 设计并实现大模型评测基础设施，包括评测资产、任务编排、算力调度等核心系统
• 与模型研发、评测、产品团队协作，将复杂评测流程工程化，确保评测结果可复现、可追溯
• 支撑大规模、长链路和Agentic评测，解决任务编排、故障恢复和可观测性等挑战
• 扎实的后端开发能力，精通Java、Go、Python之一，具备复杂平台建设经验
• 深入理解分布式系统，掌握状态机、任务编排、服务治理等机制并有实战经验
• 较强的工程能力和质量意识，能够独立完成模块设计、开发、测试和运维

申请策略

• 在简历中体现你对工程质量的高度重视，如代码可维护性、自动化测试、可观测性等方面的实践
• 关注蚂蚁集团的技术博客和开源项目，了解其技术栈和工程文化，面试时展示共鸣
• 突出你负责过的大型平台或基础设施项目，强调系统设计、架构抽象和工程落地能力
• 详细描述你在分布式系统方面的实战经验，如任务编排、状态机、数据一致性等
• 如果有大模型、机器学习平台或评测相关经验，务必重点展示
• 学习主流大模型评测框架（如MMLU、GSM8K）和Agent评测方法，提前了解领域知识
• 熟悉工作流引擎（如Airflow、Temporal）或机器学习平台组件

面试指南

• 系统设计类：明确需求（功能/非功能）→ 划分模块 → 关键设计（数据流/状态机/容错）→ 权衡与取舍
• 故障排查类：复现问题 → 定位根因（日志/监控/链路）→ 提出修复方案 → 防止复发措施
• 如何设计一个可扩展的大模型评测平台？请画出架构图并说明关键设计决策
• 在分布式任务调度中，如何保证任务在节点故障时可靠执行？请结合具体机制说明
• 如何确保评测结果的可复现性和可比较性？你会怎么设计证据链？
• 描述一个你曾解决的复杂工程问题，包括问题分析、方案设计和最终效果
• 复习分布式系统核心知识：CAP理论、一致性协议、任务编排模式、幂等性设计
• 准备1-2个你主导的系统设计案例，能用白板讲清架构和决策依据