AI大模型应用资深系统架构师

优缺点分析

角色解读

• 纵深发展：成为大模型架构领域顶级专家，主导公司级AI战略方向
• 管理路线：晋升为AI技术总监或AI部门负责人，管理更大团队和业务线
• 横向拓展：向具身智能、机器人、自动驾驶等前沿领域延伸，成为跨领域AI领军人物
• 负责大模型应用系统的整体架构设计，确保系统高可用、可扩展，并主导从方案到交付的全过程
• 探索边缘场景的轻量化大模型方案，推动具身智能和群体智能落地，提升AI在实时场景的性能
• 研究多模态大模型（语言、语音、视觉）前沿技术，并应用于实际项目，如视频理解、雷达点云融合
• 与客户和外部团队沟通，结合算网融合技术，创新解决方案并推动市场应用
• 精通大模型全栈技术：预训练、精调、知识库、提示工程，并能深度执行项目
• 熟悉英伟达AI套件及仿真平台，掌握PyTorch/TensorFlow，具备多模态训练与推理经验
• 具备AI提效工具经验，如Qwen/DeepSeek训练对齐、AI Coding工具落地、数据工程（语料清洗、数据合成、知识图谱）
• 强大的领导力和沟通能力，能带领团队交付复杂项目，并与客户有效交流

申请策略

• 深入了解中兴通讯在AI领域的业务布局，如5G+AI、算网融合方向，在面试中展现匹配度
• 准备一个完整的项目案例，涵盖从问题定义、方案设计到交付落地的全过程，突出技术难点和个人贡献
• 突出大模型预训练/精调项目的实际执行经验，尤其是端到端交付案例
• 强调多模态项目（如视频+雷达、语音+视觉）的技术细节和成果
• 展示AI提效相关经验：Qwen/DeepSeek训练对齐、AI Coding工具落地、数据工程或评测体系建设
• 体现领导力和客户交流经历，例如带领技术团队、主导客户方案设计
• 若缺乏多模态经验，可快速学习视频/点云处理技术，并动手实践开源多模态模型
• 补充AI提效方向技能：学习Qwen/DeepSeek开源代码，尝试复现训练对齐流程

面试指南

• STAR法则：描述情境（项目背景）、任务（目标与挑战）、行动（你的具体技术方案和领导动作）、结果（量化成果与学习）
• 结构清晰：先概述问题，再分点讲技术选型、实施步骤，最后总结经验教训
• 突出亮点：强调你的独特贡献，例如创新性方案、性能提升、团队协作的优化
• 请详细描述你主导过的一个大模型训练/精调项目，包括模型架构、数据准备、训练策略和最终效果
• 在边缘场景下，如何设计轻量化的大模型方案？请举例说明模型压缩或推理加速的具体方法
• 你如何评估和构建多模态大模型的评测体系？请谈谈关键指标和自动化流程
• 你如何看待大模型在具身智能和群体智能中的潜力？中兴在该领域可有哪些应用场景？
• 当你需要带领团队解决一个复杂技术难题时，如何协调分工并确保交付？