AI infra独角兽公司一面

通义实验室-AI数据引擎团队招聘团队介绍：通义实验室系统AI实验室，致力于阿里大模型相关的系统化工程工作；魔搭，灵积，通义千问，每一款阿里出品的大模型产品都有我们团队的印记；而AI数据引擎团队，主要解决大模型训练过程中的数据生产问题。训练数据在大模型训练中是至关重要的，它是模型学习和泛化的基础；高质量、多样性和代表性的训练数据可以帮助模型获得更好的性能和更广泛的应用能力。我们团队的工作包含了海量预训练数据的采集、预处理，SFT/RLHF等模型alignment所需的精细数据的生产（标注、评测），训练数据集的体系化管理、索引、使用、增效，线上训练数据回流解决方案，等一系列大模型训练和部署过程中会遇到的数据生命周期相关问题；在这里你会深度发掘模型和数据之间的联系，迅速得接入大模型训练数据生产背后的魔鬼细节，将对大模型的相关认知持续推到新高度。职位描述：参与AI数据平台的研发工作。1. 海量分布式采集系统：高并发系统的吞吐优化、线性扩容，降本增效，对于网站安全机制的深入理解。2. 数据标注系统：高可用的API系统的开发和维护，二次开发体系的建设（AWS SageMaker GroundTruth），特定标注模版的开发和算法辅助优化（如视频自动跟踪，图片自动分割）。3. 数据处理系统：高质量训练数据集的流程构建，百亿级向量去重算法的研发，向量提取模型的研发和部署，高质量数据集的构建（对标RedPands，Lainon5B，DataComp）。4. 数据管理系统：多模态数据的存储体系构建，多模态检索系统的研发和优化，Python SDK的研发，高质量数据集的构建。感兴趣的同学可发送简历到jiahaijun.jhj@alibaba-inc.com

9月18日投递，30日笔试，10月17日一面，面完当晚挂 自我介绍 拷打了简历上的两个项目 问使用的语言 面试官说他们的部门主要做后端的，用C++、go 问是否用过Redis、K8s 问是否用过Docker 问TCP/UDP的区别 问写过套接字没有 问Linux软连接与硬链接 问是否用过代码版本管理 然后问堆与栈的区别是什么 问反转一个单向链表的思路 反问：业务：做人形机器人，有算法类的同事，但面试官部门主要做后端

先叠个甲吧，没有集邮，实在是每一家都泡池子，甚至还有泡了两个多月还没出结果的，大概是不会去了现在手头拿到意向的几个 Offer 都是大模型 AI Infra 方向的吧，主要是字节阿里美团，也请大家帮忙看看～1. 阿里通义实验室，转正意向了，组里氛围很好，leader 人比较 nice，但是内部有赛马，感觉太松弛也很危险2. 字节 Seed 视觉大模型，leader 人也不错，但可能更 push 一些，看正式员工下班似乎挺晚的，但也有弹性空间吧？3. 美团基础平台里大模型方向的，没有深入了解过，但可能技术的应用场景更偏提升已有的业务场景，据称投入也挺大的字节和美团应该都能开接近人才计划的包，大家有什么职业发展上的选择意见吗？

如题，在周二结束了NV特有的三小时连续面试后（实际上持续了三个半小时），面试官说会在周五之前给出结果。今天，也就是周四，hr就打电话来通知已经通过面试，是否要接受offer。看了下时间，我也是从去年这个时候开始入门AIInfra的，如果有人在去年跟我说，明年这个时候，你会同时收到阿里通义实验室和Nvidia的AIInfra实习offer，那我觉得他一定是在扯淡。可是这一切就如梦幻般出现在了国庆之后。刚过完国庆的时候我还坚定地相信我会在腾讯待满七个月，写完毕业论文，甚至国庆疯玩了七天之后上班的第一天，我还想着接下来不能这么松弛，实习的过程中得注意总结，要不然简历都要花。而这一切都从国庆后我在知乎...