联想 – 分布式存储工程师 职位分析和面试指导

职位简介：

作为联想公司的分布式存储工程师，核心职责是探索AI场景在分布式云环境的应用，负责AI大模型的落地实施，涵盖模型训练、推理、资源调度、任务调度等全流程工作，并优化GPU/CPU等异构资源的编排调度以提升集群利用率。该职位要求计算机相关专业背景，至少精通Python/Golang/C++中的一种语言，熟悉Transformer等大模型原理及Pytorch/TensorFlow等AI框架，具有OpenAI/DeepSeek/Ray/vLLM开发经验者优先，同时需要掌握GPU编程和RDMA网络技术。工作地点位于天津。

>> 在联想官网查看完整职位详情。

简历及面试建议：

在准备联想分布式存储工程师职位的简历时，你需要重点突出与AI大模型和分布式系统相关的技术能力。首先确保你的教育背景中计算机相关专业被清晰标注，这是基本门槛。在技能部分，不仅要列出Python/Golang/C++等编程语言，更要详细说明你使用这些语言开发分布式系统或AI应用的具体项目经验。对于AI框架的掌握程度，建议用具体案例说明，比如’使用Pytorch实现了基于Transformer的文本分类模型，准确率达到XX%’这样的量化描述会更有说服力。特别注意要突出你在异构资源调度方面的经验，任何与GPU集群管理、CUDA编程或RDMA网络优化相关的工作都应该详细描述。如果你有使用Ray或vLLM等工具的经验，一定要单独列出并说明应用场景和成果。最后，简历中应该体现你对分布式系统原理的深入理解，可以通过参与过的开源项目或发表的论文来佐证。

面试联想分布式存储工程师职位时，技术深度和系统思维将是考察重点。准备好详细讨论你参与的AI大模型项目，面试官可能会要求你解释模型训练中的挑战和解决方案，所以提前梳理项目中遇到的技术难点和你的应对策略。对于分布式系统相关问题，要能够清晰地阐述资源调度算法、任务并行化策略等核心概念。面试中可能会涉及现场编码或系统设计题，建议提前练习LeetCode中与分布式系统相关的题目，并熟悉常见设计模式。特别注意准备好关于GPU优化的问题，比如如何诊断和解决CUDA内核的性能瓶颈。行为面试部分，联想通常会关注团队协作和问题解决能力，准备几个你在压力下解决复杂技术问题的故事，使用STAR法则来组织你的回答。最后，对这个职位而言，展示你对AI与分布式系统结合的前景理解会加分，可以提前研究联想在该领域的最新动向和技术布局。