腾讯 – 混元大模型推理加速工程师-北京/深圳 职位分析和面试指导

职位简介：

作为腾讯TEG的混元大模型推理加速工程师，你将负责配合算法工程师推动深度学习相关算法的落地，打造高吞吐、低延时的推理系统，并优化大模型推理性能和框架。你需要熟练掌握C/C++、Python语言，具备计算机体系结构或软件开发背景，熟悉系统性能调优方式，并具备GPU编程能力及熟悉各类GPU加速库。同时，你需要有深度学习推理框架的实际使用经验，熟悉深度学习网络和算子底层实现细节，以及CPU/GPU异构加速瓶颈分析方法。有服务器端AI芯片、GPU加速经验或超大模型分布式部署经验者优先。工作地点为北京或深圳。

>> 在腾讯官网查看完整职位详情。

简历及面试建议：

在撰写简历时，你需要突出与大模型推理加速相关的技术能力和项目经验。首先，确保简历中详细列出你掌握的编程语言（C/C++、Python）和GPU编程技能（Cuda、OpenCL），并注明你熟悉的GPU加速库（如cublas、cudnn、cutlass等）。其次，重点描述你在深度学习推理框架（如Tensorrt、FasterTransformer、Tensorrt-llm、vllm）中的实际使用经验，包括具体的项目案例和优化成果。此外，如果你有计算机体系结构背景或系统性能调优经验，务必在简历中清晰体现。最后，不要忘记提及你在分布式推理加速或超大模型部署方面的经验，这些将是简历中的亮点。

在面试过程中，面试官会重点考察你的技术深度和实际解决问题的能力。准备时，你可以回顾自己在GPU编程和深度学习推理框架优化中的具体案例，确保能够清晰描述技术细节和优化效果。面试中可能会涉及技术问题的现场解决，因此建议提前复习常见的性能调优方法和GPU加速技术。此外，面试官可能会询问你对分布式推理加速的理解，因此需要准备好相关的技术讨论。在回答问题时，尽量结合具体项目经验，展示你的技术能力和问题解决思路。最后，保持自信和专业的沟通态度，这将有助于你给面试官留下深刻印象。