岗位职责
负责高性能网络系统的架构设计与技术演进，围绕 RDMA网络、超节点 等核心技术，构建低延迟、高吞吐的网络基础设施，支撑 Agent时代的AI 推理和训练、分布式存储、KV cache等业务场景。作为网络架构师，推动技术选型、方案落地与团队能力建设。 核心职责 • 主导高性能网络架构的规划与设计，涵盖数据中心网络拓扑、RDMA 网络方案、集合通信优化等方向； • 负责ScaleOut和ScaleUP网络的选型、部署、调优及故障排查，保障大规模集群的网络性能与稳定性； • 深入理解商用网的特性和自研网卡的开发，推动硬件能力与业务场景的深度结合； • 设计并优化 AI 训练场景下的集合通信方案，包括 NCCL 调优、网络拓扑感知调度、流量工程等； • 推动网络可观测性体系建设，建立网络性能基线、异常检测和根因分析能力； • 跟踪业界前沿技术发展，输出技术洞察与演进路线； • 与上层业务团队紧密协作，端到端解决跨领域性能瓶颈。
职位要求
• 计算机科学、网络工程、通信工程或相关专业； • 8 年以上高性能网络（ AI 基础设施）架构设计经验； • 精通 RDMA 技术栈（InfiniBand / RoCE），熟悉 libibverbs 编程模型、MR 管理、QP 状态机等核心概念； • 深入了解主流 RDMA 网卡（NVIDIA ConnectX-5/6/7）的特性与调优方法，有实际部署和性能优化经验； • 熟悉数据中心网络架构（Spine-Leaf / Fat-Tree / Dragonfly 等），具备大规模（千卡以上）集群网络设计经验； • 熟悉 Linux 网络协议栈、内核旁路技术（DPDK / SPDK）及网络性能分析工具（perftest、ib_write_bw 等）； • 有强烈技术热情和好奇心，自驱力和学习力强；具备良好的分析与解决问题的能力、沟通以及团队合作能力；喜欢挑战性的技术研发工作，善于攻坚克难，有创新热情，积极乐观，坚韧抗压，结果导向，能够持续推动问题的解决和突破； • 掌握AI基础知识，掌握基础提示词工程，会使用Al专业工具，集成AI到个人工作流；有AI相关开发工具应用研发经验者优先，持有阿里云ACA/ACP/ACE认证证书者优先。
