招聘中 社招

阿里控股-基础平台开发 - 网络技术(训练 & 推理)-AI网络

阿里集团

  • 杭州
  • 技术类-开发

收录时间

岗位职责

  1. 集群网络架构设计与运维:负责维护基于 RoCE 的 RDMA 网络架构,支撑万卡级 GPU 训练集群;针对 NCCL / MPI 等分布式负载优化网络性能,降低通信时延、提升吞吐。
  2. 网络性能调优与问题解决:定位分布式训练推理中的通信瓶颈、带宽利用率低等复杂问题;建设自动化的监控、诊断与性能分析能力(时延/吞吐分析、端到端链路追踪),能独立处理大规模分布式系统的稳定性问题。
  3. 网络交付与运维平台:设计、开发并维护高性能网络交付与运维平台,提升网络变更和扩容的效率与确定性。
  4. 全生命周期网络管理:管理端到端网络生命周期(部署、配置、监控、升级),保障高可用与可扩展性;设计并实施监控告警体系,快速定位与修复故障。
  5. 跨团队协作与技术落地:与 AI/ML 工程师紧密协作,排查训练 / 推理链路中的网络瓶颈并给出优化方案;深度参与 TensorFlow / PyTorch 等框架与底层网络基础设施的适配与调优。

职位要求

  1. 计算机科学、网络工程、电子工程等相关专业。
  2. 具备高性能网络或相关领域工作经验,熟练掌握 C/C++、Python、Golang 等主流编程语言。
  3. 精通 Linux 系统编程与调优,熟悉 RDMA 技术原理(RoCEv
  4. InfiniBand)及应用场景;有内核网络栈、DPDK 等高性能网络技术经验者优先。
  5. 具备良好的问题定位与解决能力,能独立处理大规模分布式系统的稳定性问题;有良好的学习能力与团队协作意识。 加分项 ● 有 RDMA 硬件(Mellanox / ConnectX 系列网卡)配置与调优经验 ● 熟悉 AI/ML 训练场景(大模型训练、分布式推理)的网络优化实践 ● 熟悉云原生技术(Kubernetes、CNI、Service Mesh)及容器化部署实践 ● 有开源社区贡献经验(RDMA / OFED 栈、NCCL、MPI 等)

有些机会,只在官网短暂出现

真正值得关注的岗位,常常只在企业官网短暂开放,可能两三天后就下线,也未必会同步到综合招聘平台。没有持续关注,你甚至不会知道它曾经出现。职先机持续聚合并核验官网岗位,帮你抓住职场先机,快人一步。

微信小程序 / 当前岗位

在微信里继续看这个岗位

阿里集团阿里控股-基础平台开发 - 网络技术(训练 & 推理)-AI网络

扫码直达当前岗位收藏、浏览记录和下线提醒留在微信里
电脑端可直接微信扫码;手机端可保存小程序码后在微信中识别。
微信扫码在职先机小程序查看阿里控股-基础平台开发 - 网络技术(训练 & 推理)-AI网络小程序码按需加载
职先机微信小程序一岗一码 · 正式版直达

岗位提醒 · 01

收藏当前岗位,下线及时通知

当前岗位阿里控股-基础平台开发 - 网络技术(训练 & 推理)-AI网络阿里集团 · 杭州

01

扫码进入当前岗位无需重新搜索,直接打开当前岗位详情。

02

收藏并开启提醒在小程序内收藏后,岗位下线或变化时及时通知。

03

继续查看相似机会原岗位变化时,可继续浏览相关在招岗位。

职先机会持续核验公开岗位;岗位状态与最终招聘结果仍以企业招聘官网为准。

微信小程序扫码打开当前岗位

扫码打开当前岗位,完成收藏并开启下线提醒。

微信扫码在职先机小程序收藏阿里控股-基础平台开发 - 网络技术(训练 & 推理)-AI网络小程序码按需加载

微信小程序 · 当前岗位

请前往微信小程序提交内推申请

阿里集团阿里控股-基础平台开发 - 网络技术(训练 & 推理)-AI网络社招 · 杭州

01进入当前岗位扫码或打开后直达本岗位内推申请页。

02提交 PDF 简历简历替换、处理进度和消息提醒在小程序内同步。

手机端将尝试直接打开微信;电脑端请使用微信扫码。

微信扫码进入阿里控股-基础平台开发 - 网络技术(训练 & 推理)-AI网络内推申请页小程序码按需加载
当前岗位专属码扫码后无需重新搜索岗位

内推提示

暂不支持该岗位内推

如需投递,建议前往官网进行投递。