大模型应用架构师

优缺点分析

角色解读

• 技术深度方向：深耕大模型应用架构，成为AI基础设施领域的专家
• 技术广度方向：横向扩展至搜索、推荐、广告等大规模系统架构
• 管理方向：向技术团队负责人、架构总监等岗位发展
• 负责AI应用系统的架构设计，包括在线服务、数据处理链路和业务优化方案
• 建设大模型应用基础组件，如记忆组件、应用数据中心和RL训练链路
• 推进search agent等大模型落地，承担AI搜索方向的探索与开发
• 进行RAG、模型微调、指令数据构建等研发，提升大模型产品化能力
• 精通C++/Java及高并发系统开发经验，具备扎实的编程和算法基础
• 深入了解分布式系统设计，熟悉RPC、微服务、虚拟化等技术
• 掌握大模型相关技术，如RAG、Fine-tuning、Prompt Engineering等
• 具备高性能检索系统架构设计与优化能力

申请策略

• 了解美团零售+科技战略，结合业务场景展示技术方案的商业价值
• 关注基础研发平台的技术博客和开源项目，在面试中体现技术热情
• 突出5年以上高并发系统开发经验，列举具体项目规模和挑战
• 强调分布式系统设计案例，尤其是搜索、推荐、AI相关的系统架构
• 展示大模型相关项目经验，如RAG、Fine-tuning、Agent开发等
• 说明C++/Java的熟练程度，附带性能优化成果
• 补齐大模型微调、RLHF、Agent框架等前沿技术知识
• 深入学习高性能检索系统（如Elasticsearch、Faiss）原理与优化

面试指南

• 对于架构设计问题：先明确需求（QPS、延迟、数据量），再选型（缓存、负载均衡、异步处理），最后画出架构图并解释关键点
• 对于性能优化问题：遵循“测量-定位-优化-验证”闭环，举例说明使用的工具（如Profiling）和具体改进措施
• 对于开放性问题：结合美团业务实际，展示对行业的思考，从技术可行性和商业价值两方面回答
• 请设计一个高并发的大模型推理服务架构
• RAG系统中如何平衡检索质量和响应速度？
• 如何在分布式系统中保证数据一致性和高可用？
• 你在之前的项目中如何优化系统性能？请举例
• 你如何看待大模型在搜索场景中的应用前景？