minimax官网招聘怎么投？大模型岗位实战指南

上个月有个做 CV 的朋友把简历甩给我，让我帮他看看为什么投 MiniMax 一直挂。我翻了两遍，问题其实很直白：整份简历四个项目，清一色"基于某某大模型做了某某应用"，没有一行写清楚他自己改了什么、指标动了多少、踩过什么坑。他默认 minimax官网招聘 和其他互联网大厂的流程一样，看项目数量堆得够不够。

坦白讲，这个误判挺致命的。MiniMax 是一家把 MoE 稀疏激活压到 45.9B、敢在技术报告里直接算单位 token 成本的公司，它筛人的逻辑和"看你会不会调 API"完全是两套体系。

核心结论：minimax官网招聘的技术岗高度集中在三块——大规模预训练、推理效率优化、多模态融合。面试不考八股背诵，考的是你能否讲清楚 Lightning Attention 为什么能把上下文推到百万级、MoE 路由为什么容易坍缩。简历上"用过某某大模型"没有信息量，"我把某个环节的吞吐提升了 30%"才有。

minimax官网招聘到底在招哪些岗位？

先说结论：比很多人想象的窄。MiniMax 不像某些公司那样把招聘页面铺成百货商场，它的技术岗基本围绕模型本身和推理成本展开。我把近几轮公开招聘信息整理成一张表，方便你对照自己的背景。

| 岗位方向 | JD 高频关键词 | 面试真正在考什么 | 适合什么背景 | | --- | --- | --- | --- | | 大模型预训练 | MoE、数据配比、长上下文、训练稳定性 | 损失尖刺如何定位、并行策略如何取舍 | 有分布式训练实战经验 | | 推理与工程优化 | KV Cache、算子融合、量化、吞吐 | 显存账怎么算、吞吐与首 token 时延如何权衡 | 系统 / 高性能计算背景 | | 多模态算法 | 视觉编码器、视频生成、语音合成 | 模态对齐方案、token 压缩率 | CV / 语音方向 | | Agent 与产品 | RAG、工具调用、评测集设计 | 评测集怎么设计才不失真 | 有真实落地经验 |

我在帮朋友改简历时发现一个规律：投预训练岗的人里，十个有七个写的是"微调过 LLaMA"，但真正问起来，连数据去重用的什么策略都说不清楚。这类岗位对"从零训过"的容忍度很低，因为 scaling law 的坑不是读论文能读会的。

从招聘 JD 反推技术路线：这家公司在赌什么

讲岗位之前得先讲清楚这家公司的技术选择，否则你连面试官在问什么都判断不了。

MiniMax 目前公开的两条主线很清楚。一条是混合注意力架构：根据 MiniMax 官方在 2025 年 1 月发布的技术报告《MiniMax-01: Scaling Foundation Models with Lightning Attention》，其模型采用 456B 总参数、45.9B 激活参数的 MoE 结构，并用 Lightning Attention 处理长序列，官方宣称支持 400 万 token 级别的上下文窗口。另一条是 2025 年 6 月开源的 MiniMax-M1，把混合注意力用在了推理模型上，上下文推到 100 万 token；到 2025 年 10 月的 MiniMax-M2，参数结构又收到 230B 总参数、10B 激活，明显是奔着 Agent 和代码场景去的。

拆开看，核心就两个技术动作：

一是注意力机制的复杂度置换。 标准注意力是 O(n²)，序列一长，显存和算力直接爆炸。Lightning Attention 的思路是把序列分块，块内保留 softmax 注意力的精细建模能力，块间用线性注意力做状态累积，整体复杂度压到接近 O(n)。这个设计不新，难的是在 456B 规模上把它训稳。

二是用参数换 FLOPs 的 MoE 稀疏化。 456B 参数听起来吓人，单次前向只激活 45.9B，实际算力开销接近一个中型稠密模型。代价是路由必须学得好，否则专家坍缩，一半专家白拿工资。

我的判断是，MiniMax 真正在赌的不是 benchmark 排名，而是单位 token 成本。星野、Talkie 这类 C 端产品用户体量大、单用户价值有限，毛利结构完全取决于推理成本能压到多低。所以它的招聘偏好才会那么偏向"能省钱的人"——推理优化岗的权重，在这家公司比在多数同行都高。

minimax官网招聘入门指南：从投递到面试的完整链路

这部分是我踩过坑之后总结的操作路径，不算官方口径，但应该比你看十篇攻略有用。

投递前，先确认岗位是不是真的在招

MiniMax 的招聘入口在官网底部的"加入我们 / Careers"区域，走的是自建投递系统。有个细节很多人忽略：岗位列表是按更新时间排的，挂了半年还没招到人、或者已经招满但没下架的岗位并不少见。投之前看一眼发布时间，超过三个月的基本可以跳过，别浪费一次投递机会。有内推人脉的话优先内推，这不是玄学，内推简历确实会被更快看到。

简历该怎么写

我总结了一条粗暴但好用的原则：把"我用了什么"改成"我改了什么、动了多少指标"。

• 弱表达：使用 vLLM 部署 Qwen 模型，支持高并发推理。
• 强表达：在 8 卡 A100 上用 PagedAttention + 连续批处理把 QPS 从 12 提到 41，长序列场景显存占用下降 37%。

同一件事，第二种写法面试官立刻知道你摸过真实瓶颈。顺带说一句，如果你想补推理侧的工程细节，可以翻翻 大模型推理优化工程笔记，那里面整理的显存估算方法在面试里很实用。

面试会问什么

技术面基本不背八股，问法通常是"给你一个场景，你怎么定位问题"。分享一道我朋友被问到的题：如果 MoE 训练到第 8000 步，专家负载开始严重倾斜，路由熵值持续下降，你会怎么排查？

这道题其实在考你对路由机制的理解。下面这段代码是 MoE 路由的极简实现，理解了它，你就能答上负载均衡损失为什么必要：

import torch import torch.nn as nn import torch.nn.functional as F

class TopKRouter(nn.Module): """MoE 路由的极简实现，对应稀疏激活的核心思路""" def __init__(self, d_model, n_experts, top_k=2): super().__init__() self.gate = nn.Linear(d_model, n_experts, bias=False) # 每个专家的打分器 self.top_k = top_k

def forward(self, x):

x: (batch, seq_len, d_model)

logits = self.gate(x) # (B, L, E) scores = F.softmax(logits, dim=-1) topk_val, topk_idx = scores.topk(self.top_k, dim=-1) # 只激活 top_k 个专家 topk_val = topk_val / topk_val.sum(-1, keepdim=True) # 重归一化，保证权重和为 1

负载均衡度量：统计每个专家被选中的密度，越不均匀，值越大

density = F.one_hot(topk_idx, num_classes=scores.size(-1)).float().sum(1) aux_loss = ((density.mean(0) - 1.0 / scores.size(-1)) ** 2).mean() return topk_val, topk_idx, aux_loss

router = TopKRouter(d_model=2048, n_experts=64, top_k=2) x = torch.randn(2, 16, 2048) weights, indices, loss = router(x) print(weights.shape, indices.shape, loss.item())

torch.Size([2, 16, 2]) torch.Size([2, 16, 2]) 0.0002xxxx

跑通这段代码，你就明白专家坍缩的根源是路由趋于同质化：某些专家持续被高频选中，梯度越滚越大，剩下的专家永远学不到东西。工程上的常规解法是加辅助损失、加噪声扰动、或者用专家容量上限做硬约束——答到这里，面试官基本认可你的理解了。

多模态岗的考法类似，但会转向模态对齐和 token 压缩。MiniMax 的语音模型 Speech-02 在 2025 年 5 月发布后拿过语音合成榜单的高位，视频生成方向也有海螺视频产品线，这类岗位会追问你如何在不掉音质的前提下压缩 token 数量。想补训练侧的理论基础，可以看看 国产大模型训练专栏。

一份不那么正式的 minimax官网招聘使用教程

很多人搜 minimax官网招聘使用教程，真正想知道的其实是"什么时候投、投几次、要不要等"。

• **别卡在秋招季扎堆投。** 大模型团队的招聘是常年滚动制，项目节点前反而更缺人，三月到五月、九月到十月是两个比较舒服的窗口。
• **一次只投一个方向。** 系统里能看到你的投递记录，同时投推理和预训练两个岗，给人的信号是"你自己都没想清楚"。
• **谈薪别只盯现金。** 这类公司普遍有期权结构，问清楚行权节奏和回购条款，比纠结月薪多两千重要得多。
• **被拒了可以复投，但间隔拉长。** 技术岗的简历库是有记忆的，建议隔一个技术周期（半年左右）再试，中间补上真正的新东西。

说实话，我不建议为了进这类公司裸辞脱产准备。大模型岗位考的是工程直觉，而工程直觉来自真实环境里的踩坑。在职做点开源项目、复现一篇感兴趣的论文，比刷三个月题库带来的提升大得多。

总结：给不同背景的人一条路径

如果你是分布式训练背景，把注意力放在并行策略、通信开销、训练稳定性这三块，MoE 和长上下文是必须补的。如果你是推理方向，吃透 KV Cache 管理和算子融合，能算清楚一笔显存账就能过技术面。多模态背景的人，建议补一补视觉和文本表征对齐的基本方法，而不是只堆生成模型的使用经验。

MiniMax 这家公司的技术路线决定了它需要"能省钱、能训稳"的工程师，而不是会用工具的人。想清楚这一点，minimax官网招聘 的很多