腾讯 – 腾讯云-云原生AI Infra研发工程师(深圳/北京) 职位分析和面试指导

职位简介：

作为腾讯云云原生AI Infra研发工程师，核心职责是构建AI大模型在K8s上的高效推理部署体系，包括深度优化计算/网络/存储资源、设计AI专用工作负载、研发推理框架优化方案，并直接对接客户场景实现技术落地。该岗位需要具备5年以上经验，熟练掌握Golang及多种编程语言，深入理解Kubernetes生态及源码机制，同时要求熟悉AI训练推理全流程技术栈，包括主流推理框架、GPU加速技术及分布式训练框架，通过技术手段持续降低推理成本并提升效率。工作地点为深圳或北京。

>> 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，建议采用技术栈矩阵式呈现法，将Kubernetes深度经验与AI推理专长形成交叉展示。重点突出三个维度：在K8s方面详细描述Operator开发经验、源码阅读深度及性能优化案例；在AI领域列举具体参与的推理框架优化项目，注明使用的技术工具链（如vLLM版本号、CUDA优化技巧）；在工程能力部分用量化指标展示性能提升成果，比如’通过亲和性调度优化将GPU利用率提升40%’。特别注意要暴露技术决策链思维，例如描述如何平衡triton推理框架选择与客户实际需求的对齐过程。对于非直接相关的项目经验，可提炼底层相通能力，如分布式系统设计思想在AI场景的迁移应用。

面试将重点考察技术场景化能力，建议准备三类素材：首先针对K8s底层机制，要能清晰解释调度器工作原理并举例说明如何定制调度策略满足AI负载需求；其次在AI推理优化方面，需准备完整的问题诊断方法论，比如如何分析一个推理延迟高的case，可能涉及GPU显存管理、RDMA网络调优或批处理策略等多个技术层面；最后要展现工程权衡能力，面试官可能会抛出具体场景如’客户要求同时满足低延迟和高吞吐’，需要展示从技术方案选型到资源配额设计的系统性思考。特别注意腾讯对落地效果的重视，所有技术讨论都要关联到业务价值，例如解释技术方案时同步说明带来的成本下降比例或QPS提升幅度。