第107章 挖人

    华夏大学信息学院三楼，左城站在走廊尽头，看著墙上贴著的论文海报。
    这是ai实验室的成果展示区，最近三年的顶会论文都被列印出来贴在走廊两侧。左城一篇篇看过去，目光在一张海报前停了下来。
    《面向资源受限设备的异步联邦学习框架》，作者：沈一鸣，指导教师：林志远教授。
    左城看了几秒钟，记住了这个名字。
    他推开ai实验室的门。林志远正坐在办公桌后面，看到左城进来，摘下眼镜擦了擦。
    “左城？你怎么来了？“
    “林老师，我有个事想跟您聊聊。“左城在对面坐下，“402准备成立ai事业部，需要招一批ai方向的人才。想看看学校这边有没有合適的毕业生。“
    林志远重新戴上眼镜，靠在椅背上：“你动作倒快。天穹三期刚交付完，就转战ai了？“
    “不是转战，是延伸。“左城说，“我们的物联网平台上有十多万台终端设备，天穹项目也在用深度强化学习做频谱调度。ai对我们来说不是新领域，是现有业务的技术升级。“
    林志远点了点头：“有道理。但ai人才现在是香餑餑，大厂开出的年薪动輒七八十万，你这小公司能竞爭得过？“
    “大厂有大厂的问题。“左城说，“一个博士毕业生进了大厂，大概率是做一颗螺丝钉，在某个大团队里负责一个小模块。但在402，他能直接负责一个完整的方向。从算法设计到工程落地，全链路参与。对於真正想做事情的人来说，这种机会比薪资更有吸引力。“
    林志远沉默了一会儿，从抽屉里拿出一叠简歷。
    “说说你要什么方向的人。“
    “联邦学习、模型压缩、计算机视觉，各一到两人。优先博士，硕士如果有扎实的工程能力也可以。“
    林志远翻了翻简歷，抽出一份递给左城。
    “这个你看看。沈一鸣，我今年毕业的博士生，论文方向就是联邦学习。理论功底很扎实，工程能力也不差，自己擼过一套分布式训练框架。“
    左城接过简歷，上面印著一张证件照，一个戴著黑框眼镜的年轻人，表情有些木訥。
    “他在哪里工作？“
    “没工作。“林志远嘆了口气，“他面试了三家大厂，都没过。原因是沟通能力不行，面试的时候紧张到说不出话来。但论技术能力，我这几年带过的博士生里他排前三。“
    左城看了简歷上的联繫方式，把简歷折好放进口袋。
    “我能见见他吗？“
    “我帮你约。他现在还在学校，租的房子离这儿不远。“
    左城站起来，走到门口时又转身：“林老师，除了沈一鸣，如果后续还有合適的毕业生，麻烦给我留意一下。模型压缩和计算机视觉方向都需要人。“
    “没问题。“林志远摆了摆手，“402现在是香餑餑，学生们都想去。“
    左城点了点头，推开门走了出去。
    两小时后，左城在一家咖啡馆见到了沈一鸣。
    对方比照片上更瘦，黑框眼镜后面是一双略显不安的眼睛。他坐在角落的位置，面前放著一杯没动过的美式咖啡，手指不停地搓著纸杯的杯沿。
    “沈一鸣？“左城坐到对面，“我是左城，402科技的。林老师给我看了你的简歷，你的联邦学习框架我很感兴趣。“
    沈一鸣抬起头，嘴唇动了动，过了几秒钟才说出话来：“你好。“
    左城没有著急，要了一杯咖啡，然后指著沈一鸣面前的那篇论文列印稿：“你这篇异步联邦学习框架的论文我看了，你在梯度压缩和通信效率优化上的思路很巧妙。但我有一个疑问，你在论文里提出的自適应压缩率调整算法，在真实设备上验证过吗？“
    沈一鸣的眼睛突然亮了起来。
    “验证过。“他的语速变快了，“在二十台树莓派上做的，压缩率十六到二百五十六倍动態调整，通信开销降了百分之七十三，精度损失一点五以內。但算力太弱，大规模做不了，gpu排期没过。“
    左城认真听著，手悄悄在桌面下操作著系统面板。
    科技雷达激活。
    扫描范围三十米，沈一鸣就在两米之外。面板上跳出了扫描结果。
    【检测到目標掌握以下科技：异步联邦学习框架、梯度压缩优化、自適应通信调度、分布式模型聚合、边缘设备协同训练】
    左城的瞳孔微微收缩。
    五项技术，全部和联邦学习相关。梯度压缩优化和自適应通信调度恰好是402做边缘ai最需要的能力。
    复製需要消耗积分，扫描已经扣了五分。左城决定先不急著复製，把信息记在心里。
    “你的研究方向和我们402正在做的事高度吻合。“左城说，“我们有一个物联网平台，十多万台终端设备。来402，你可以在真实工业设备上验证框架，不用排队等gpu集群。“
    沈一鸣愣了一下：“十多万台？“
    “对，而且还在增长。这些设备每天都在產生数据，你的联邦学习框架可以在这些设备上做分布式训练，既解决了数据隱私问题，又利用了边缘算力。“
    沈一鸣沉默了一会儿，搓了搓手指：“但是你们公司，规模不大吧？我之前面试的那些大厂，他们说小公司没有足够的数据和算力支撑ai研究。“
    “他们说的没错，但402不一样。“左城拿出平板，打开物联网平台的监控页面，“四个城市，一千五百个边缘网关，十万个终端节点。每一台都是一个潜在的联邦学习节点。“
    沈一鸣盯著屏幕，眼睛越来越亮。
    左城合上平板：“402不要求你面试时口若悬河。只要求你把技术做到极致。愿意的话，明天来公司看看，再做决定。“
    沈一鸣低下头，安静地坐了十几秒钟。然后他抬起头，用力点了一下：“好。“
    走出咖啡馆的时候，左城打开系统面板。科技雷达进入了四十八小时冷却，积分显示二百九十分。
    他记下了沈一鸣掌握的技术列表，尤其是梯度压缩优化和自適应通信调度这两项。如果沈一鸣加入402，这些技术自然就能为公司所用，不需要额外消耗积分去复製。
    用人才自带技术，比用积分复製更划算。
    左城走向停在路边的车。一个联邦学习方向的核心人才，加上科技雷达扫描到的技术清单。
    402的ai事业部，有了第一块拼图。