后端研发工程师

优缺点分析

角色解读

• 可向资深平台工程师发展，深耕云原生和AI基础设施领域
• 有机会参与大规模分布式系统设计，成长为架构师
• 随着AI平台重要性提升，可转向AI Infra方向，职业前景广阔
• 基于Kubernetes构建和维护大规模机器学习平台，涉及资源调度、监控、运行时、网络和存储等核心模块
• 优化平台性能和效率，提升资源利用率和系统吞吐量
• 调研和引入开源技术，反哺现有平台能力
• 扎实的计算机基础，包括数据结构、算法、操作系统和网络
• 至少精通一门主流语言（Go/Python/Java/C++/Rust），并具备良好的编码能力
• 熟悉云原生技术栈（Kubernetes），了解AI训练框架（Pytorch、NCCL等）更佳

申请策略

• 提前了解旷视科技的AI业务方向，在面试中展现对AI基础设施的理解
• 准备好讲述一个从0到1的平台项目，突出架构设计和优化思路
• 突出Kubernetes相关项目经验，如集群管理、调度器开发等
• 展示大规模系统性能优化案例，体现问题分析和解决能力
• 附上开源社区贡献或个人技术博客，增加技术热情的可信度
• 深入掌握Kubernetes架构和源码，动手实践自定义控制器和调度器
• 学习AI训练任务的工作原理，了解GPU通信和分布式训练框架
• 熟悉Shell和Linux性能排查工具，提升问题定位效率

面试指南

• 先描述问题背景和挑战，再说明技术方案和权衡，最后用数据展示效果
• 结合系统设计原则，从可靠性、性能、成本等角度分层阐述
• 对于原理性问题，用分层拆解方式，从核心概念到具体实现
• 请介绍你在Kubernetes集群中做过的资源调度或性能优化项目
• 如何设计一个支持大规模AI训练的存储方案？
• 解释一下Kubernetes的调度器工作原理，以及如何提高资源利用率
• 你如何排查一个Pod无法调度的网络问题？
• 对Pytorch和NCCL的分布式训练原理有多少了解？