职位题库

AI研究算法工程师 - 大模型训练/推理 Infra 方向面试题库

面向AI研究算法工程师 - 大模型训练/推理 Infra 方向相关面试，围绕职业定位、底层引擎、稳定性、vLLM、SGLang等主题展开练习，结合题目考察点、回答思路、参考答案和常见误区，梳理知识要点并练习清晰表达。

5 道题目建议用时 15 分钟专项面试练习

全部题目 5 道题

验证候选人对国产算力生态的熟悉度，以及真实的工程排障能力，尤其是跨平台迁移中的算子兼容性和动态Shape处理难点。

考察候选人对原生与异构算力差异的理解，是否清楚适配的必要性和技术难点，以及是否有通过中间层抹平差异的工程思路。

考察候选人的集群资源调度思维，包括GPU池化技术（MIG、时间切片、MPS）的权衡，以及扩缩容策略（预测驱动、指标驱动）和冷启动问题的理解。

考察候选人对主流推理框架（vLLM、SGLang）核心模块的理解，以及对推理瓶颈（Prefill计算瓶颈、Decode访存瓶颈、KV Cache显存爆炸）的认知和Profiling调优能力。

考察候选人的职业定位和稳定性，是否真正愿意深耕底层引擎，而非将底层作为跳板。