美团
校招【LongCat大模型人才校招】基座大模型推理引擎工程师
北京/上海 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 1.理论基础，深入理解Transformer架构核心机制（Attention/MoE/Memory等），熟悉大模型训练流程及推理流程。
- 2.工程能力，熟悉主流推理框架（SGLang/vLLM）源码，对PD分离、模型量化 、投机推理、调度重叠、前缀缓存 等关键技术有实战落地经验。精通C++/CUDA/AscendC，具备复杂算子（如FlashAttention、量化GEMM等）的开发与调优经验者优化。掌握RDMA网络编程及分布式系统理论，有MoonCake/LMCache/Dynamo等分布式KV缓存系统实践经验者优先。
- 3.系统经验，具备大模型推理系统的一线工程经验，熟悉大规模PD分离集群的运维、监控及性能调优者优先。
- 4.工程素养，代码能力强，具备优秀的性能 profiling、瓶颈分析及跨层优化能力，对系统级问题有敏锐洞察力者优先。
岗位描述
【岗位职责】
随着Agent技术的规模化落地，大模型推理的Token消耗呈现指数级增长，推理系统的性能与成本已成为制约业务发展的核心瓶颈。LongCat推理团队致力于打造世界级的高效、稳定、可扩展的大模型推理引擎，支撑超大规模集群的复杂线上流量场景，为业务提供极致的推理性能与成本优势。岗位职责我们诚邀在以下一个或多个方向具备深厚积累的工程师加入：
- 1.模型-系统协同设计深度参与模型架构设计，将推理效率优化的思想前置到模型设计环节，与算法及训练工程团队紧密协作，从硬件亲和性角度出发，设计低延迟、高吞吐的模型结构，实现算法与系统的端到端优化。
- 2.高性能算子开发 面向异构计算硬件，研发极致优化的融合算子 ，探索Tiling策略、内存访问模式、流水线并行等底层性能优化手段。
- 3.推理框架优化 深入优化自研推理框架，降低调度开销，实现计算与通信的高效重叠，提升硬件利用率。
- 4.分布式系统架构 设计高可用的分布式推理系统，通过智能请求调度、动态负载均衡、反压控制等机制，保障系统在突发流量下的稳定性与SLA。
- 5.长上下文场景极致优化 针对T级别参数模型在M级别序列长度下的推理场景，系统性优化显存占用、IO带宽、算力分配及跨节点通信效率，充分释放硬件潜力。
【为什么是我们】
- 1.直面大模型时代最核心的工程挑战——用极致的系统优化，打破推理成本与性能的边界。
- 2.从大规模集群的分布式调度，到底层算子的硬件性能榨取；从长上下文场景的显存革命，到模型-系统协同设计的未来架构。每一行代码，都将直接影响千亿级Token的推理效率，改善数亿用户的线上服务体验。
【任职要求】
- 1.理论基础，深入理解Transformer架构核心机制（Attention/MoE/Memory等），熟悉大模型训练流程及推理流程。
- 2.工程能力，熟悉主流推理框架（SGLang/vLLM）源码，对PD分离、模型量化 、投机推理、调度重叠、前缀缓存 等关键技术有实战落地经验。精通C++/CUDA/AscendC，具备复杂算子（如FlashAttention、量化GEMM等）的开发与调优经验者优化。掌握RDMA网络编程及分布式系统理论，有MoonCake/LMCache/Dynamo等分布式KV缓存系统实践经验者优先。
- 3.系统经验，具备大模型推理系统的一线工程经验，熟悉大规模PD分离集群的运维、监控及性能调优者优先。
- 4.工程素养，代码能力强，具备优秀的性能 profiling、瓶颈分析及跨层优化能力，对系统级问题有敏锐洞察力者优先。
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。