System Performance Engineer

优缺点分析

角色解读

• 深耕性能优化领域，成为特定产品线或技术栈的性能专家
• 向系统架构师或技术负责人方向发展，负责更宏观的系统设计与性能规划
• 凭借对产品性能的深刻理解，转向产品管理或技术战略岗位
• 负责联想PC、服务器、高性能计算等产品的系统性能分析、测试与优化工作
• 深入研究AI相关软硬件环境下的性能瓶颈，提出并实施优化方案
• 参与性能标准制定，与研发、产品团队协作，确保产品交付前的性能达标
• 具备扎实的计算机体系结构、操作系统和性能分析知识
• 熟练使用性能分析工具（如性能剖析器、调试器）定位和解决系统级瓶颈
• 了解AI/ML工作负载及其对计算、内存、存储和网络的性能要求

申请策略

• 仔细研读联想近期在AI PC、服务器和基础设施领域的产品发布和技术博客，了解其技术方向和挑战
• 面试时准备好用数据和图表清晰地阐述一个完整的性能分析与优化案例
• 详细描述过往负责的性能优化项目，具体说明遇到的瓶颈、采用的分析方法和最终量化的性能提升成果
• 突出对CPU、内存、I/O、网络等系统级组件的理解和性能调优经验
• 列出熟练掌握的性能分析工具链（如Intel VTune, perf, DTrace等）以及编程语言（C/C++, Python等）
• 补充AI/ML框架（如TensorFlow, PyTorch）在实际硬件上运行的性能特点和分析知识
• 学习云原生和分布式系统的性能优化方法，以适应现代基础设施

面试指南

• 使用STAR法则（情境、任务、行动、结果）结构化地描述项目经历，重点突出你的分析思路和技术决策
• 从软件、硬件、系统配置、网络等多个维度构建分析框架，展现系统性思维
• 强调在权衡时会考虑用户体验、系统稳定性、资源消耗和长期可维护性
• 请描述一个你解决过的最复杂的系统性能问题
• 你是如何定位瓶颈并最终解决的？
• 当一个AI模型的训练或推理速度未达预期，你会从哪些层面进行分析？
• 性能优化与功能开发之间有时存在冲突，你如何平衡和取舍？
• 你如何评估一个性能优化方案的效果？除了平均速度，还会关注哪些指标？