岗位职责
● 负责Scale-Up Switch配置与集群管控软件研发，建设统一、自动化、可观测的超节点管控平台。 ● 负责Scale-Up交换机软件设计、研发与交付，涵盖交换芯片适配、遥测与诊断、高可用和在线升级，保障交换系统高性能、稳定运行。 ● 参与AI大模型训练与推理性能调优，围绕并行算法l、集合通信、KV Cache传输等典型流量，分析通信模式和关键路径，优化通信时延、带宽利用率及计算通信重叠效率。 ● 参与Scale-Up Benchmark与测评机制建设，建设自动化测试、持续回归及多架构横向评估能力。 ● 参与下一代AI超节点架构定义芯片、系统方案创新、原型验证及产品化落地。
职位要求
● 计算机、软件工程、通信工程、电子科学与技术、人工智能等相关专业。 ● 5年以上研发经验，精通C/C++，熟悉Python或Go，具备扎实的Linux系统、网络协议及底层软件开发能力。 ● 熟悉分布式系统，能够独立承担复杂子系统设计、问题定位、性能优化及工程交付。 ● 具备良好的系统架构和交付意识，熟悉需求分析、方案设计、代码评审、试和版本发布流程。 ● 有强烈的技术热情和好奇心、自驱力和学习力；具备良好的分析与解决问题能力、沟通及团队合作能力；有创新热情，积极乐观，能够持续推动问题解决和技术突破。 加分项（满足一个或多个） ● 熟悉交换芯片架构及SDK，具备交换机控制面、数据面研发经验者优先。 ● 有集群配置管理，设备生命周期管理平台研发经验者优先。 ● 熟悉推理或者训练框架，或者具备CUDA等编程背景优先。 ● 熟悉分布式系统、高可用方案，有规模化部署和交付经验优先。 ● 熟悉PCIe、CXL、RDMA、RoCE、InfiniBand、NVLink、UALink等高速互连技术及Fabric组网方案者优先。 ● 具备交换芯片系统性能、功能测评机制建设经验者优先。 ● 掌握AI基础知识，熟练使用主流AI Coding工具，熟悉AI驱动的研发流程并能融入个人工作流；有AI基础设施或开发工具研发经验者优先，持有阿里云ACA/ACP/ACE认证证书者优先。
