AI解决方案架构师-【溪流湖】

优缺点分析

角色解读

• 可在售前/解决方案方向深入，成为行业专家或技术总监
• 有机会转向产品管理或技术研发，利用一线客户经验推动产品演进
• 积累AI行业资源，向CTO或高管职位发展
• 与客户技术团队深度交流，展示产品、讲解架构，解决技术疑虑，推动销售进程
• 基于客户场景设计AI算力与推理方案，主导POC测试，通过性能对比提供采购依据
• 编写方案PPT、技术白皮书等售前文档，并收集客户需求反馈给产品团队
• 为客户提供培训、部署支持，建立长期技术信任
• 深入理解大模型训练与推理工程链路，包括GPU算力、显存、并行策略等
• 熟悉主流大模型（如OpenAI、DeepSeek）及推理框架（vLLM、TensorRT-LLM）
• 具备端到端售前能力：需求挖掘、方案设计、POC执行、商务支持
• 优秀的沟通与文档能力，能向不同层级客户清晰讲解复杂技术

申请策略

• 了解快手的AI业务方向（如视频理解、推荐系统），在面试中展示对业务的理解
• 提前准备一个端到端售前案例，从需求到方案到POC效果，体现系统性思维
• 突出AI/云计算相关项目经验，尤其大模型训练或推理部署的实际案例
• 强调售前或客户沟通经历，展示独立完成方案设计和POC的能力
• 列出熟悉的技术栈，如GPU、并行策略、推理框架等，用具体项目佐证
• 若有大厂或头部云厂商工作经验，务必突出
• 深入理解主流推理框架（vLLM、TensorRT-LLM）的配置和调优
• 补充分布式系统知识，如通信库（NCCL）、并行策略（TP/PP/DP）

面试指南

• 对于技术问题，遵循'场景-问题-分析-解决方案-效果'的结构，用数据支撑
• 对于沟通场景问题，展示你如何简化复杂概念并聚焦客户利益
• 对于冲突问题，体现平衡客户满意度和公司产品策略的能力
• 请描述一个大模型训练/推理项目中遇到的性能瓶颈，你是如何分析和解决的？
• 假设客户需要部署一个70B参数的推理服务，你会如何设计算力方案并考虑成本？
• 你怎么向非技术背景的客户解释GPU显存和带宽的重要性？
• 请比较vLLM和TensorRT-LLM的优缺点及适用场景
• 如果你发现客户需求与产品能力有差距，你会如何处理？