← 返回课程目录 · 面试准备 · 市场校准篇

招聘 JD 对照表:市场要什么 vs 你学了什么

数据来源:2026 年在招的真实岗位(腾讯 AI Infra SRE-大模型推理、腾讯推理优化、阿里 AI Infra 计算/训练基础架构、滴滴训练存储/模型服务化、字节推理框架、B 站推理优化、算能、NVIDIA TRT-LLM)。逐条对照本站课程——绿=已覆盖,橙=部分覆盖,红=缺口与补法。

一、推理侧岗位(AI Infra SRE / 推理优化 / 服务化部署)

JD 原文关键词出现岗位本站对应状态
熟悉 vLLM / SGLang腾讯、滴滴、B站、算能、NVIDIAvLLM 一张图 · SGLang 一张图✅ 覆盖
熟悉 TensorRT-LLM腾讯、滴滴、NVIDIA引擎三选一(本页新增)✅ 已补
PagedAttention / Continuous Batching / KV Cache 原理几乎全部Batching 加餐 · 第 3 课 · KV 计算器✅ 覆盖
量化 GPTQ / AWQ / FP8腾讯、B站、NVIDIA量化小白版(含算法名与坑)✅ 覆盖
TTFT / 吞吐量 / 显存占用优化B站、滴滴指标体系 · PD 分离 · 成本速算✅ 覆盖
自定义算子 / PyTorch 扩展机制算能、NVIDIA、字节CUDA 算子入门(本站新页:第一个 Kernel + 五周路线) + 上游 02 章✅ 入口已建
多模态模型部署(加分项)腾讯、字节无专页——面试按"视觉编码器+LLM,瓶颈在图像 token 化"一句话带过即可🟠 一句话策略

二、训练侧与平台侧岗位(AI Infra 计算/训练架构/存储)

JD 原文关键词出现岗位本站对应状态
NCCL 原理深刻理解 / 通信机制阿里(训练架构)NCCL 加餐(busbw 对照法)✅ 覆盖
千卡/万卡集群调度经验阿里、腾讯Gang 演示 + NVLink 域("万卡"=拓扑感知+故障率账)✅ 覆盖(经验需岗位积累)
分布式训练(DP/TP/PP/EP)普遍第 6 课 · 第 2 课✅ 覆盖
训练/推理存储 IO 性能滴滴(训练存储)存储三篇一页通✅ 覆盖
K8s 生态 / 容器化阿里云容器方向第 4 课 · HAMi/Kueue✅ 覆盖
PyTorch / 框架源码级字节、百度训练框架地图(本站新页:DDP/FSDP/DeepSpeed/Megatron + ZeRO 交互);源码级 happy-llm 动手✅ 框架地图已建
训练失败定位:收敛 / 拖尾(straggler) / 通信开销 / OOM,"讲清排查过程"外资 HFT 自营 MLE·训练系统向(港/悉尼,猎头帖)框架地图 + 训练作业排障(新页)✅ 覆盖(经验需动手积累)
C++ / Python / 算法与并发普遍(硬门槛)非本站职责——刷题与语言功底按传统路径准备🟠 课前置

三、运维 SRE 向(GPU 集群运维 / 监控 / 故障)

JD 原文关键词本站对应状态
Prometheus + Grafana + DCGM-Exporter 监控体系运维速查 · 指标四层账本✅ 覆盖
GPU 故障诊断(XID / ECC / NVLink)排障模拟器(三起事故实操)✅ 覆盖
驱动 / CUDA 版本维护第 4 课"版本对齐"专题 + 运维速查✅ 覆盖
Slurm 作业调度(HPC 集群常见)本站无专页 → 用下面补丁知识 + 一句话定位应付初面🔴 缺口(下方补)
昇腾/国产算力经验(加分)NPU 生态对照 · 趋势⑥✅ 覆盖
量化机构 Infra / SRE / DevOps(在招明确写"互联网大厂、量化同业经验")路线页 · 量化板块 + 本站第 3/4 章运维全链✅ 线 1 直接对口

四、缺口速补:Slurm 一页通(面试够用版)

Slurm 是什么:HPC 世界的作业调度器(比 K8s 年长 20 年)——大量训练集群(高校/研究所/部分云厂商裸金属)用它而非 K8s。核心心智:K8s 管常驻服务,Slurm 管有始有终的批作业——但 AI 时代两者正在融合(Slurm+K8s 混布、或 K8s 阵营用 Volcano/Kueue 补齐 Gang 语义)。
K8s 概念(你熟的)Slurm 对应一句话
Job / Deploymentsbatch 提交的作业sbatch train.sh 提交,squeue 看队列
Gang Scheduling(Volcano/Kueue)原生默认行为Slurm 生于 HPC:作业要 N 个节点,凑不齐就整体排队——天生 Gang
ResourceQuota / requests--gres=gpu:8 等资源声明GPUs are just "generic resources",按节点分配
kubectl describescontrol show job查作业细节;scancel 取消
节点池/标签Partition 分区--partition=a100 把作业投到特定硬件池
优先级/抢占PriorityType / QOS多租户配额与优先级,和 Kueue 的 ClusterQueue 思想同源

面试一句话:"Slurm 和 K8s 解决同一件事的两个面——批作业调度 vs 常驻服务编排;我的 K8s 经验里 Gang/配额/拓扑这一套,映射到 Slurm 就是它原生的作业模型 + gres + partition。" 深入:NVIDIA DCGM×Slurm 作业级统计 · Slurm 官方 Quick Start

五、给你的投递策略(基于 JD 分布)

JD 来源(2026-10 检索):腾讯 AI Infra SRE · 腾讯推理优化 · 阿里 AI Infra 计算 · 阿里训练架构 · 滴滴训练存储 · 滴滴模型服务化 · 字节推理框架 · B 站推理优化 · NVIDIA TRT-LLM · 量化机构(XTX/Jane Street 等)作为额外雇主池已并入 路线页;HFT MLE 训练系统向 JD 见 猎头帖(2026-10-27)。