小米 – 自动驾驶-深度学习训练框架优化工程师 职位分析和面试指导

职位描述:

1. 负责深度学习训练框架的架构设计、关键技术研究及研发落地
2. 负责自动驾驶模型训练优化,优化低效算子、数据预处理、通信、低精度训练等。
3. 负责推进训练框架和AI平台的结合,建立先进的训练调度机制、集群算力利用率评估机制等。

职位要求:

1. 扎实的编程基础(Python/C++)与良好的工程习惯
2. 熟悉常用深度学习框架(如PyTorch,TensorFlow等)的架构设计和原理
3. 有分布式训练优化(数据并行/张量并行/流水线并行)者优先
4. 有CUDA开发、深度学习编译技术栈、AI开源社区贡献等任一经验者优先
5. 熟悉自动驾驶感知、端到端算法者优先

招聘部门:

小米

工作地点:

北京市 ID:A183506

面试建议:

这个职位是小米自动驾驶团队中非常核心的技术岗位,主要专注于深度学习训练框架的优化工作。与普通深度学习工程师不同,这个岗位特别强调在自动驾驶场景下的训练框架优化能力,需要候选人不仅了解通用深度学习框架,还要能够针对自动驾驶的特殊需求进行定制化优化。 在准备面试时,你需要重点展示在深度学习训练框架方面的深入理解和实践经验。建议准备几个具体的优化案例,比如如何解决某个低效算子问题,或者如何提升分布式训练效率。同时,虽然职位要求中没有明确要求,但自动驾驶领域的知识会是加分项,建议提前了解一些自动驾驶感知算法的基础知识。面试官很可能会考察你在实际项目中解决问题的思路和方法,所以准备好讲述你在过去项目中遇到的挑战和解决方案。