AI集群通信优化高级技术专家-北京/杭州

职位描述 1、技术方案设计 • 跟踪AI大模型训练与推理领域的最新技术动态，研究计算与通信协同优化的可行架构； • 深入理解客户实际需求，协助客户高效使用我们的产品与解决方案，并提供性能调优支持； 2、技术实现 • 主导AI计算系统中通信优化方案的设计工作，涵盖计算通信协同机制、通信库开发测试及项目交付支持； • 根据技术方案分解任务，依据目标和产出标准完成模块设计、编码实现及系统功能落地； • 承担核心模块的架构设计与基础代码模板编写，负责公共组件的开发维护，推进技术架构演进与优化； • 组织阶段性代码讨论与评审，通过调试与调优确保代码质量，推动系统顺利部署上线； • 负责开发过程中及上线后系统的持续维护与迭代，包括oncall值班、工单处理、缺陷修复、问题定位、用户体验改进、性能与成本优化等； 3、稳定性和性能优化 • 制定系统稳定性保障策略，识别并消除系统潜在风险与性能瓶颈，解决线上复杂问题，保障系统安全稳定运行； • 应用系统优化方法论，开展性能调优工作，提升产品整体性能与可靠性； 4、技术预研 • 研判AI业务场景下的通信特征与发展趋势，挖掘通信库优化潜力，探索AI计算系统全栈协同设计方案，增强端到端系统表现； 5、技术规划 • 结合业务战略方向，围绕关键需求制定高性能、高可用、高可靠、易扩展的技术架构蓝图并推动实施落地。 职位要求 • 掌握GPU/NPU底层架构原理，具备类CUDA程序开发能力，能结合业务逻辑与硬件特性进行计算与通信算子级性能调优； • 具备强烈的自主学习意识和技术探索热情，善于将理论应用于实践，快速掌握新领域知识； • 工作作风严谨，在实验设计、数据分析和理论推导中保持审慎态度，有效控制误差，确保结果准确可信； • 具备良好的沟通协作意愿，能够与上下游团队紧密配合，共同攻克技术难题，推动项目高效执行； • 拥有8年以上编程实践经验； • 在所负责的技术领域具备Owner意识，清晰认知团队在整体生产链路中的角色，协调业务与协作方关系，妥善处理职责边界与认知分歧，推动合理方案落地； • 关注行业前沿动态，熟悉主流技术信息来源，定期输出技术研究报告并在团队内分享沉淀； • 了解竞品与对标产品的核心技术指标，能够分析其优劣势，并对我方技术发展路径有清晰判断； • 在架构设计中能明确模块变更范围，合理拆解开发任务与依赖关系，综合评估技术投入产出比与优化方向； • 精通岗位相关技术体系，在设计、架构、并发处理、分布式系统、数据管理等一个或多个领域达到专业水平，具备精准的问题识别与解决能力； • 对所辖研发模块具备快速上线、及时响应与应急处置能力。