具身大模型加速优化工程师-深圳/上海

优缺点分析

角色解读

• 从校招生成长为具身智能领域的算法专家，深入掌握模型训练、优化、部署全链路技术
• 在导师指导下参与核心项目，积累实战经验，可向技术专家或技术管理方向发展
• 安克创新作为上市大厂，提供完善的晋升通道和内部转岗机会，可拓展至AI基础设施、数据平台等方向
• 参与大模型分布式训练，解决训练过程中的冲突问题，优化训练Pipeline，提升训练吞吐量
• 负责数据工程与研发效能体系建设，包括自动化标注框架搭建、数据闭环驱动、研发效能工具开发
• 负责模型端侧部署与性能优化，应用剪枝、蒸馏、量化等技术，解决端侧推理的精度与性能问题
• 扎实的深度学习基础，熟悉常见模型架构和训练方法
• 熟悉分布式训练框架（如PyTorch Distributed、DeepSpeed），了解混合精度、梯度检查点等技术
• 了解模型压缩技术（剪枝、蒸馏、量化）和端侧推理引擎（如TensorRT、ONNX Runtime）
• 具备良好的编程能力（Python/C++）和数据处理能力

申请策略

• 了解安克创新的业务方向，特别是其在具身智能领域的布局，在面试中展现对公司的兴趣
• 准备1-2个能体现你解决复杂技术问题能力的项目案例，并深入复盘
• 突出深度学习、机器学习相关项目经历，尤其是涉及模型训练、优化或部署的项目
• 强调分布式训练、模型压缩（剪枝/蒸馏/量化）等具体技术实践，展示技术深度
• 如有数据工程、数据处理相关经验，也应重点体现
• 突出编程能力，如Python、C++，以及PyTorch等框架的使用经验
• 提前学习分布式训练框架（如DeepSpeed、Megatron）和模型压缩技术
• 了解端侧推理引擎（如TensorRT、ONNX Runtime）和硬件加速原理

面试指南

• 对于项目类问题，采用STAR法则（情境-任务-行动-结果），清晰描述项目背景、你的职责、具体行动和量化成果
• 对于技术原理类问题，先阐述核心概念，再结合自己的理解或项目经验，说明其应用场景和优缺点
• 对于开放性问题，展现你的思考过程，从问题定义、方案设计到权衡取舍，体现逻辑性和解决问题的能力
• 请详细介绍一下你参与过的深度学习项目，特别是模型训练或优化的部分
• 你了解哪些模型压缩技术？请谈谈剪枝、蒸馏、量化的原理和适用场景
• 在分布式训练中，如何处理数据加载的瓶颈问题？
• 如果模型在端侧部署时精度下降，你会如何排查和解决？
• 你对具身智能领域有什么了解？为什么对这个方向感兴趣？