技术研究-高性能计算方向

深圳总部/北京 · 实习 · 不限

长期有效

前往官方投递页 →

任职要求

1、扎实的计算机体系结构基础，熟悉并行计算、数据密集型系统设计；
2、良好的数学基础（线性代数、数值分析、算法复杂度优化）。
1、有TensorRT/Triton Inference Server等推理框架经验者优先；
2、深入理解TCP/IP、RDMA协议栈，熟悉DPDK/SPDK开发、有超算中心或云计算网络调优经验者优先；
3、熟悉Transformer架构及主流大模型训练流程。

岗位描述

【岗位职责】

包含GPU、网络、大模型框架等细分方向。

1、针对业务需求，解决算力瓶颈、通信延迟、分布式系统扩展性等问题；
2、协同算法、硬件及运维团队，构建高效、稳定的计算基础设施。
1）GPU方向：研究GPU集群的调度策略，优化资源利用率。探索混合精度计算、模型量化等GPU加速技术；
2）网络方向：设计低延迟、高吞吐的分布式网络架构（如InfiniBand/RoCE/DPU）。优化MPI、NCCL等通信库性能，解决大规模集群中的网络拥塞问题；
3）大模型工程框架方向：开发或优化大模型训练框架（如PyTorch/TensorFlow/DeepSpeed/Megatron-LM），设计分布式训练策略（模型并行、流水线并行、混合并行），提升千亿级参数模型的训练效率。研究训练加速技术（梯度压缩、显存优化、动态计算图调度）。

【任职要求】

1、扎实的计算机体系结构基础，熟悉并行计算、数据密集型系统设计；
2、良好的数学基础（线性代数、数值分析、算法复杂度优化）。

【加分项】

1、有TensorRT/Triton Inference Server等推理框架经验者优先；
2、深入理解TCP/IP、RDMA协议栈，熟悉DPDK/SPDK开发、有超算中心或云计算网络调优经验者优先；
3、熟悉Transformer架构及主流大模型训练流程。

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

基于后端开发岗位的常见面试问题整理

请解释 RESTful API 的设计原则，并举一个你实际设计过的例子

类型专业能力·难度中等

查看答题思路

1. 资源导向：URL 表示资源而非操作 2. HTTP 方法语义：GET/POST/PUT/DELETE 对应查增改删 3. 无状态：每个请求包含全部所需信息 4. 统一接口：一致的响应格式（如 JSON） 5. 举例：用户模块 /users/{id}，GET 查/POST 创/PUT 改/DELETE 删，返回统一 {code, data, message}

MySQL 索引的底层数据结构是什么？为什么用 B+ 树而不是哈希表或红黑树

类型专业能力·难度困难

查看答题思路

1. B+ 树：非叶子节点只存 key 不存 data，单次 IO 读更多 key 2. 叶子节点形成有序链表，支持范围查询（哈希表不支持范围） 3. 高度低（3-4 层可存千万级数据），减少磁盘 IO 4. 对比红黑树：B+ 树是多叉的，高度更低，磁盘 IO 更少

你参与过的最复杂的后端项目是什么，你承担了什么角色

类型项目经历·难度中等

查看答题思路

1. 项目背景：一句话说清业务场景 2. 技术栈：语言/框架/数据库/中间件 3. 个人职责：你做的，不是团队做的——用「我设计了」「我优化了」 4. 难点：遇到了什么具体问题，怎么解决的 5. 数据佐证：QPS 从多少提到多少 / 延迟降了多少

什么是微服务架构，和单体架构相比各有什么优劣

类型专业能力·难度简单

查看答题思路

1. 单体：所有功能在一个进程，部署简单，初期开发快；缺点是耦合高、扩展难 2. 微服务：按业务拆分独立服务，独立部署/扩展/技术栈 3. 优点：故障隔离、团队自治、技术栈灵活 4. 缺点：网络开销、分布式事务、运维复杂度 5. 判断标准：团队<10 人或业务不复杂时，单体是更好的选择

如何设计一个高并发的秒杀系统

类型情景/案例·难度困难

查看答题思路

1. 前端限流：按钮置灰、验证码 2. 网关层：Nginx 限流 + 负载均衡 3. 业务层：Redis 预减库存（原子操作），消息队列异步下单 4. 数据库：乐观锁扣库存，读写分离 5. 降级方案：流量过大时返回「已售罄」而非崩溃

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 →