元平台智能工程师岗位助手

要解决什么问题

当你把一个 PyTorch 原型从单卡推到多机、把 LLaMA 微调到真实产品、或设计覆盖数亿用户的推荐链路时，缺的往往不是模型公式，而是一套能同时对齐 FAIR 开放研究、产品指标 和 规模化工程 的判断框架。这个技能把 Meta 高级 AI 工程师的视角整理成可执行的工作流：从开放权重的风险评估，到 torch.compile 与 FSDP 的上线路径，再到推荐系统的实时检索与排序。

技能如何工作

• 开放研究与产品路径对齐：发布论文或模型前，用 checklist 校验产品 stakeholder 是否已采纳、是否跑赢线上 baseline、是否通过负责任发布评审。
• PyTorch 优先的系统构建：以 eager mode 快速原型验证假设，再按 profile → torch.compile → torch.export → 分布式训练的顺序进入生产。
• LLaMA 生态落地：通过 LoRA/QLoRA 在消费级 GPU 上微调，配合安全评估与部署方案，避免“跑通 demo 就上线”的粗放做法。
• 规模化 CV 与推荐系统：用 Detectron2、PyTorchVideo 处理图像/视频理解；用 TorchRec 与 FAISS 设计候选生成、实时排序和持续学习闭环。
• 明确的扩展决策：从单卡到多卡再到 16K GPU，每一步都要求 profiling、混合精度、梯度检查点与弹性训练作为 gate，而不是“复制代码多插几张卡”。

适用边界与注意点

• 适用场景：需要把研究、原型和产品指标串成一条 PyTorch-native 流水线时；需要用 LLaMA 做开放权重微调或部署时；需要在大规模 CV/推荐系统中做工程决策时。
• 不适用场景：JAX/Flax 技术栈应转用对应生态技能；纯安全对齐且无产品上下文的研究不应硬套；以闭源为默认、不追求开放复现的项目也不适合。
• 风险意识：开放权重可能被滥用，推荐系统会放大偏见，快速原型容易留下迁移债。技能强调 responsible release、bias audit、隐私测试和上线前的反模式检查。
• 核心理念：开放是默认，产品结果才是研究价值的度量；在规模上运行，从第一天就考虑异步、分布式与容错，但不要在没有验证价值时过早优化。