26届秋招-后端研发工程师

优缺点分析

角色解读

• 从后端研发工程师起步，逐步深入大模型工程化领域，成为AI基础设施专家
• 可向架构师方向发展，负责高并发系统的架构设计与优化
• 在金融科技公司，有机会接触业务核心，向技术管理或技术专家岗位晋升
• 负责大模型（LLM）相关服务的工程化落地，包括API集成、推理优化等
• 进行系统性能调优，保障服务的高可用性
• 参与高并发、高性能后端系统的设计与开发，涉及负载均衡、缓存、消息队列等技术
• 编写技术文档并参与代码审查，与团队协作完成项目
• 熟练掌握Python/Java/Go等至少一门后端语言及常用框架
• 熟悉MySQL、Redis等数据库和缓存技术，理解数据结构与算法
• 了解容器化技术如Docker、Kubernetes，具备分布式系统知识更佳
• 具备良好的团队协作和沟通能力，有快速学习能力

申请策略

• 关注奇富科技的招聘流程，了解公司业务方向，特别是金融科技与大模型的结合
• 在申请中展示你对大模型工程化的热情，以及快速学习的能力
• 突出项目经历中与后端开发、高并发相关的实践，如秒杀系统、推荐系统等
• 如果使用过大模型API或PyTorch/TensorFlow，务必重点描述
• 强调对数据结构和算法的掌握，以及解决实际问题的能力
• 展示团队协作和沟通能力，比如参与开源项目或团队项目
• 巩固一门后端语言（如Python或Java），熟悉常用框架
• 深入学习MySQL、Redis，并了解其底层原理

面试指南

• 使用STAR法则（情境、任务、行动、结果）回答项目经验类问题
• 对于系统设计问题，先明确需求，再逐步扩展，注意考虑性能、可用性、扩展性等
• 对于技术概念问题，先给出定义，再结合例子说明应用场景
• 请介绍一个你参与过的项目，重点说明你解决的技术难题
• 如何设计一个高可用的后端服务？你会考虑哪些因素？
• 简述你对大模型推理优化的理解，有哪些常用的优化手段？
• 你熟悉哪些容器化工具？在项目中如何使用的？
• 在一个团队项目中，如何与其他人协作并处理分歧？