C++开发实习生（ 大模型推理框架优化与Agentic Programming）

优缺点分析

角色解读

• 从实习生转正为正式员工，深入参与核心推理框架和AI Agent产品的研发
• 成长为LLM系统优化专家或AI Agent架构师，主导相关技术方向
• 积累AI与软件工程结合的前沿经验，未来可转向AI平台、AI Infra等方向
• 参与大模型推理框架（如vLLM/SGLang）的开发与优化，包括模型推理适配、性能分析和调优
• 研发AI Code Agent，实现代码生成、自动测试、自动修复等自动化开发能力
• 探索AI原生软件开发流程，结合Cursor、Claude Code等工具提升开发效率
• 精通C++或Python，具备扎实的编程和工程能力
• 对LLM、AI Agent或AI Coding方向有浓厚兴趣，持续关注前沿技术
• 熟悉Linux、Git、Docker等开发环境，有系统性能优化经验者优先

申请策略

• 在简历中明确表达对AI Agent和推理优化的热情，并附上相关作品或笔记
• 面试前了解寒武纪的产品线（如思元系列AI芯片）和基础软件栈
• 突出C++/Python编程能力，附上GitHub或项目代码链接
• 强调与LLM推理、AI Agent相关的项目经验，如使用过vLLM、LangGraph等
• 展示系统性能优化经验，如推理加速、编译优化等
• 体现学习能力和对AI技术的持续关注，如阅读论文、参加比赛等
• 提前熟悉vLLM、SGLang等推理框架的源码和架构
• 学习LangGraph、AutoGen等Agent框架的基本用法

面试指南

• 对于推理优化问题，可从计算、内存、I/O三个维度分析，并引用具体技术（如KV Cache、Continuous Batching）
• 对于Agent设计问题，可采用“任务分解-工具调用-结果验证”的框架，结合LangGraph等工具说明实现思路
• 对于开放性问题，展现技术视野和思考深度，结合最新论文或项目经历
• 请解释vLLM的PagedAttention原理及其优势
• 你如何优化一个基于Transformer的模型推理速度？请举例说明
• 设计一个简单的AI Code Agent，能够自动修复代码中的bug，你会如何实现？
• 描述你使用C++或Python进行系统性能调优的经历
• 你对AI Agent的未来发展有什么看法？