标准预研工程师（实习生）

优缺点分析

角色解读

• 实习期后可向标准研究员或技术预研工程师方向转正，深度参与行业标准制定
• 积累智算领域的最新技术和产业洞察，未来可转型为技术架构师、产品经理或行业咨询专家
• 借助中兴的平台和行业组织资源，建立广泛的技术人脉，成为智算标准领域的专家
• 主导智算领域技术研究，搭建标准体系并持续优化，覆盖算力基础设施、技术流程、安全合规和性能评估
• 代表公司参与行业标准组织，推动外部标准立项与编制，同步行业前沿标准成果
• 深入洞察产业生态发展趋势，推动生态系统相关主体（如芯片厂商、云服务商、开源社区）之间的交流与合作
• 扎实的计算机或电子信息背景，熟悉智算集群硬件（GPU/CPU/DPU）和网络、资源调度等底层技术
• 了解深度学习框架（如PyTorch、TensorFlow）和Transformer大语言模型，掌握模型工程化流程
• 出色的跨部门协同和沟通能力，能够对接外部机构、生态伙伴，推动标准共识达成
• 强大的自驱学习能力，能快速跟踪智算技术、法规及标准的前沿动态

申请策略

• 面试前深入了解中兴通讯在智算和标准领域的布局，以及当前行业热点（如算力网络、AI安全合规）
• 准备好回答“为什么对标准预研感兴趣”的问题，结合自己的技术背景和行业理解
• 突出在智算、高性能计算、深度学习或相关方向的项目经验，如集群搭建、模型训练、性能优化等
• 强调参与过的技术标准、开源社区贡献或产业合作经历，展示协同推进能力
• 列出掌握的技术栈（GPU/CPU/DPU、深度学习框架、大模型）以及相关研究成果或论文
• 体现快速学习能力和技术攻坚案例，如独立解决复杂技术问题或跟踪前沿技术动态的经历
• 补充智算领域主流标准和开源组织的知识，如OCP、ODCC、MLCommons、Kubernetes调度等
• 深入了解Transformer大模型工程化流程，包括训练、推理优化、模型压缩等

面试指南

• 针对技术趋势问题：结合自身经验先概括技术主线（如AI算力需求增长、异构计算、标准化需求），再举具体例子（如GPU互联标准、大模型训练优化），最后联系中兴的业务方向
• 针对推动共识问题：采用STAR法则，强调目标、冲突点、沟通策略（如利益分析、数据说服）和最终结果
• 针对标准与创新问题：辩证回答，说明标准能加速产业落地但也可能限制创新，并提出平衡观点
• 请谈谈你对智算领域当前技术发展趋势的理解，以及哪些标准对产业影响最大？
• 描述一个你参与过的跨团队技术合作项目，你是如何推动共识的？
• 在模型工程化流程中，你遇到过哪些性能瓶颈？如何优化？
• 你如何看待标准制定与技术创新的关系？
• 如果让你主导一项智算标准的预研，你会如何制定工作计划？