腾讯 – 腾讯云-容器AI infra高级研发工程师 职位分析和面试指导

职位简介：

作为腾讯云容器AI infra高级研发工程师，核心职责是研发deepseek等AI大模型在K8s上的推理部署方案并深度对接客户场景，推动AI Infra能力在TKE产品落地，包括设计AI工作负载、优化计算/网络/存储资源配置以提升训练推理效率，同时负责推理稳定性优化、亲和性调度、框架优化及GPU池化等专项工作。该岗位要求本科以上学历及5年相关经验，需精通Kubernetes生态及源码，具备Operator开发经验者优先，同时需要熟悉AI训练推理全流程及主流推理框架，掌握GPU/CUDA等加速技术，熟练使用Golang并至少掌握C++/Python等其他一门语言。

>> 在腾讯官网查看完整职位详情。

简历及面试建议：

在准备腾讯云这个岗位的简历时，你需要重点突出两个技术维度的交叉能力。首先是Kubernetes生态的深度实践，不要简单写’熟悉K8s’，而要具体说明你参与过的Operator开发、源码修改或性能优化案例，比如’主导开发了XX业务的定制化Operator，将Pod启动时间缩短40%’。其次是AI推理部署的实战经验，列举你接触过的大模型框架（triton/vllm等）及优化成果，例如’优化vllm推理服务的批处理策略，使QPS提升2.5倍’。特别要注意将技术细节量化，包括性能指标、成本节约或稳定性提升等具体数据。对于GPU相关优化经验要单独列出，比如’NCCL通信优化’或’RDMA网络调优’这类关键词。语言能力方面，Golang必须放在首位，其他语言按熟练度排序并注明应用场景。如果有开源项目贡献或技术博客，务必附上链接，这对证明你的技术深度非常有效。

面试时将面临技术和架构设计的双重考核。技术层面要做好代码白板编程的准备，可能会考察Golang实现K8s Controller的逻辑或CUDA核函数优化。对于AI推理部署的讨论，要提前准备1-2个完整的优化案例，按照’问题定位-方案设计-效果验证’的逻辑组织回答，比如如何解决模型并行时的显存碎片问题。架构设计题可能涉及大规模推理集群的资源调度，建议结合腾讯云TKE的特性来回答，展示你对产品技术栈的了解。当被问到技术选型时，要体现权衡思维，例如对比triton和vllm在不同场景下的优劣。特别注意面试官可能会故意设置技术矛盾点，比如’如何平衡推理延迟和资源利用率’，这时候要展示系统级的思考能力。最后记得准备1-2个关于腾讯云AI基础设施未来发展方向的问题，这能体现你的战略眼光。