AI算法工程师(引力计划)

优缺点分析

角色解读

• 向AI算法专家方向发展，主导核心模型研发与创新
• 转型AI架构师，负责大规模训练系统的设计与优化
• 积累经验后可晋升为技术负责人或团队Leader
• 负责大模型的微调、强化学习与性能优化，提升模型效果与效率
• 开发基于大模型的AI Agent，完成下游任务适配与上下文管理
• 参与模型训练全流程，与团队协作解决技术难题
• 扎实的机器学习/深度学习理论基础，精通SFT、RL等大模型技术
• 熟练使用Python/Golang，对数据结构和算法有深入理解
• 具备AI Agent开发经验，了解上下文管理及工具调用

申请策略

• 关注深信服在AI领域的业务方向，面试时可结合场景阐述技术方案
• 准备一段代码演示或技术分享，展示实际动手能力
• 突出大模型相关项目经验，如SFT、RL、Agent开发
• 展示编程能力，注明Python/Golang熟练度及算法竞赛成绩
• 如有论文或开源贡献，务必放在显眼位置
• 补充强化学习（如PPO）和Agent框架（如LangChain）的实践
• 深入学习大模型训练优化技巧，如LoRA、量化等

面试指南

• 技术原理类问题：先讲理论，再结合实际项目经验，最后总结优缺点
• 项目经验类问题：采用STAR法则（情境-任务-行动-结果），突出难点和你的贡献
• 开放性问题：展示学习热情，引用前沿论文或技术动态，并联系自身见解
• 请详细讲解SFT和RL在模型训练中的区别与联系
• 如何设计一个基于大模型的Agent系统？请举例说明
• 你对Transformer的注意力机制如何理解？如何优化推理速度？
• 描述一次你在模型训练中遇到的性能瓶颈及解决过程
• 你关注的最新NLP技术是什么？谈一下你的看法