【北斗】广告大模型训练推理工程师

北京/上海 · 校招 · 2027 届 · 本科

长期有效

前往官方投递页 →

任职要求

【任职资格】
2027届本科及以上学历，计算机、人工智能等相关专业，且以下条件至少满足一项：
1.有大厂实验室的实习经验，或有贡献突出的开源项目，熟悉PyTorch、Megatron、vLLM/SGLang等机器学习框架，有大规模分布式系统开发经验。
2.在ACM-ICPC（国际大学生程序设计竞赛）、Kaggle、数学建模竞赛（如MCM/ICM）、奥赛（数学、物理、信息学等）等取得显著成绩。
3.在顶级期刊或学术会议上以第一作者身份发表论文（或导师一作，自己为二作）。重点关注ICLR，NeurIPS,ACL, EMNLP, ICML, TPAMI, TASLP, TKDD上有一作论文的候选人。
4.社区（github、知乎、CSDN等）活跃者、有开源项目并被较多引用者优先。
【为什么是我们】
1.算力资源充足，问题规模真实：接触真实 GPU 集群、训练任务调度、推理集群和资源治理，在工业级场景下优化 GPU 利用率、任务吞吐、训练稳定性和单位算力成本，技术栈横跨 AI、系统、平台和工程架构，成长面很宽。
2.技术挑战硬核，工程深度足：大稀疏+大稠密模型课题，既有传统TB级别的稀疏Embedding，又有LLM规模的Dense。既要搞定稀疏多级异构存储，又要搞定大模型场景下的混合精度、并行策略、通信等难题，以及推理系统上的吞吐、延迟、模型量化等工作。
3.带教资源好，能快速补齐 AI + Infra 复合能力：紧密合作的算法专家团队，补充AI模型领域知；资深 AI Infra专家 1V1指导，全程重度参与系统设计和实现。

岗位描述

【岗位职责】

【愿景】

我们致力于构建健康的本地商业生态，通过为平台客户和消费者提供符合其需求的多元、便捷、高效的商业产品和服务，帮助生态伙伴提高效率、优化经营、实现持续健康发展，推动本地商业数字化营销的发展，促进商业生态繁荣。

【你将参与】

1.生成式广告训练系统设计：基于前沿大模型（如Transformer、HSTU等），设计生成式推荐模型的分布式训练框架，优化数据/模型的高效并行处理和混合精度训练策略。
2.高性能推理引擎建设：既有大稀疏（Embedding），又有大稠密（LLM）的模型结构下，优化延迟、吞吐量和显存占用，支持千亿/万亿参数模型的实时推理需求。
3.低进度优化：基于结构化和非结构化模型进行低进度训推协同优化，从源头解决模型性能与精度的平衡难题。
4.广告链路端到端重塑：超长行为序列与超大候选Item情况下，优化传统的多阶段网络传输架构，需要一体化硬件支撑的召回/排序/机制统一服务。

【任职要求】

【任职资格】

2027届本科及以上学历，计算机、人工智能等相关专业，且以下条件至少满足一项：

1.有大厂实验室的实习经验，或有贡献突出的开源项目，熟悉PyTorch、Megatron、vLLM/SGLang等机器学习框架，有大规模分布式系统开发经验。
2.在ACM-ICPC（国际大学生程序设计竞赛）、Kaggle、数学建模竞赛（如MCM/ICM）、奥赛（数学、物理、信息学等）等取得显著成绩。
3.在顶级期刊或学术会议上以第一作者身份发表论文（或导师一作，自己为二作）。重点关注ICLR，NeurIPS,ACL, EMNLP, ICML, TPAMI, TASLP, TKDD上有一作论文的候选人。
4.社区（github、知乎、CSDN等）活跃者、有开源项目并被较多引用者优先。

【为什么是我们】

1.算力资源充足，问题规模真实：接触真实 GPU 集群、训练任务调度、推理集群和资源治理，在工业级场景下优化 GPU 利用率、任务吞吐、训练稳定性和单位算力成本，技术栈横跨 AI、系统、平台和工程架构，成长面很宽。
2.技术挑战硬核，工程深度足：大稀疏+大稠密模型课题，既有传统TB级别的稀疏Embedding，又有LLM规模的Dense。既要搞定稀疏多级异构存储，又要搞定大模型场景下的混合精度、并行策略、通信等难题，以及推理系统上的吞吐、延迟、模型量化等工作。
3.带教资源好，能快速补齐 AI + Infra 复合能力：紧密合作的算法专家团队，补充AI模型领域知；资深 AI Infra专家 1V1指导，全程重度参与系统设计和实现。

你的简历匹配这个岗位吗？

上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方

登录后分析我的简历

该岗位可能会问的问题

基于算法岗位的常见面试问题整理

请解释 Transformer 模型的自注意力机制（Self-Attention）

类型专业能力·难度困难

查看答题思路

1. Self-Attention = 序列中每个 token 与所有 token 计算相关性权重 2. Q=Wq·x, K=Wk·x, V=Wv·x; Attention(Q,K,V)=softmax(QK^T/√d_k)V 3. 除以 √d_k 防止点积过大导致 softmax 梯度消失 4. 多头注意力：多组 QKV 并行，拼接后线性变换，捕获不同子空间特征 5. 对比 RNN：可并行计算，捕获长距离依赖

你做过的最有深度的算法/模型项目是什么

类型项目经历·难度中等

查看答题思路

1. 一句话说清任务：分类/生成/检索/推荐 2. 模型选型：为什么选这个而非那个 3. 数据：数据量、来源、清洗策略 4. 创新点：你做的改进是什么（不是调参） 5. 结果：核心指标提升（准确率/召回/延迟）

过拟合是什么？怎么判断和解决

类型专业能力·难度简单

查看答题思路

1. 过拟合=训练集表现好、验证集表现差，模型记住了噪声 2. 判断：train loss 持续下降而 val loss 上升 3. 解决：更多数据 / 正则化(L1/L2) / Dropout / 早停 / 数据增强 / 降低模型复杂度

解释梯度下降的原理，SGD 和 Adam 的区别

类型专业能力·难度中等

查看答题思路

1. 梯度下降：沿负梯度方向更新参数，使损失降低 2. SGD：每次用随机小批量估算梯度，引入随机性帮助跳出局部最优 3. Adam = Momentum + RMSProp：自适应学习率 + 动量加速 4. Adam 收敛快但可能泛化不如 SGD；CV 常用 SGD，NLP 多用 Adam

给你 10 万条未标注的文本数据，如何找出其中 10 个主题

类型情景/案例·难度中等

查看答题思路

1. 预处理：分词、去停用词 2. 向量化：TF-IDF 或 Sentence Embedding 3. 聚类：K-Means（需指定 K=10）或 HDBSCAN（自动确定类数） 4. 或 LDA 主题模型直接输出主题-词分布 5. 评估：看每个簇的高频词判断主题合理性，迭代调整

更多面试题库功能即将上线

信息来源：企业官方招聘页。投递前请以官网信息为准。

前往官方投递页 →