面壁智能
实习基础模型预训练加速实习生
北京 · 实习 · 2027 届 · 不限
长期有效
任职要求
- 计算机、人工智能、电子工程等相关专业在读
- 熟悉 Transformer 架构，理解预训练和自回归推理的基本流程
- 熟练使用 Python，具备良好的工程实现和问题排查能力
- 至少满足以下一个方向：
- a.熟悉 PyTorch，以及 Megatron-LM、DeepSpeed、FSDP 等训练框架中的一种或多种，了解数据并行、张量并行、流水线并行、ZeRO 等技术
- b.熟悉 vLLM、SGLang、TensorRT-LLM 等推理引擎中的一种或多种，了解 KV Cache、连续批处理、Paged Attention、量化等技术
- c.熟悉 GPU 内存层次、线程调度、Tensor Core、算子融合及性能分析方法，具备实际的算子开发或调优经验
- d.了解 GPU 架构及 CUDA 基础，对算子性能、显存访问和通信开销有基本认识
- e.能够阅读英文技术文档和开源代码，并通过实验验证结论。
岗位描述
参与基础文本模型的预训练和推理性能优化，主要工作包括：
- 1、跟进 NVIDIA GPU新硬件特性，基于Hopper、Blackwell等新硬件架构进行性能优化；
- 2、分析预训练性能瓶颈，根据trace数据设计和实现性能优化方案；
- 3、优化推理引擎的吞吐、延迟和显存利用率，分析并解决性能瓶颈；
- 4、开展不同硬件、精度和并行策略下的性能测试，沉淀可复现的测试结果和优化方案；
- 5、与算法及基础设施团队合作，将优化方案应用到实际模型训练或部署流程中。
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
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）
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
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
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
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
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。