中科曙光
【2027】应用支持工程师(J14432)
【2027】应用支持工程师(J14432)
发布于 17 小时前普通员工/个人贡献者
全职员工仅现场办公技术支持
技术支持
Cuda
Pytorch
性能分析
技术支持
集群运维
高性能计算
值不值得投
67综合评分
综合评分 67
前沿技术栈、注重技术深度的成长型岗位，薪资福利需进一步确认。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
1万
比技术支持中位数低
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 240 个在招 · 其中技术支持 3 个
市场机会
选择不多
天津 · 技术支持 · 5 个在招
职位详情
关于这个职位
本岗位为中科曙光AI与高性能计算部门的应用支持工程师
主要面向AI行业应用和HPC集群场景，为用户提供从问题排查、性能分析到应用适配的全链路技术支持
工作职责涵盖技术问题诊断、用户环境调试、需求分析沉淀以及高性能计算集群相关知识库的建设与维护
最低要求
计算机、人工智能、软件工程、自动化、数学等相关专业，硕士优先
熟悉 Linux、Python 或 Shell，具备基本的问题排查、脚本开发和数据分析能力
理解 AI 应用、模型训练/推理、高性能计算或分布式系统基础概念
了解常见性能指标，如吞吐、延迟、资源利用率、显存/内存占用和稳定性等
具备良好的沟通能力、服务意识和文档沉淀能力，能够推动问题从发现到闭环
工作职责
面向 AI 行业应用和高性能计算场景，支持用户在使用集群、平台、模型和工具链过程中遇到的技术问题
参与用户应用、训练/推理任务、系统环境和平台组件的调试，协助定位功能、性能和稳定性问题
梳理客户训练、推理和行业应用场景，沉淀 SLA、功能验证、性能测试和使用体验需求
基于 profiling、日志、监控和压测数据，分析应用性能瓶颈，输出评估报告、优化建议和问题复盘
参与高性能计算集群用户环境、应用适配工具、FAQ、workaround 和知识库的建设与维护
优先资格
使用过 PyTorch、Transformers、vLLM、SGLang、DeepSpeed、Slurm、Kubernetes 等框架或平台
了解 GPU、CUDA、NCCL、MPI、存储和网络等集群基础组件
有 AI 应用开发、模型部署、性能分析、HPC 集群使用或开源项目经验
AI 洞察
优缺点分析
优点
- 直面AI和高性能计算最前沿的应用场景，能快速积累解决复杂技术问题的实战经验
- 技术栈广泛，从底层硬件（GPU/CUDA）、集群管理（Slurm/K8s）到上层AI框架都能接触，视野开阔
- 在中科曙光这样的行业头部公司，有机会接触到大规模、高价值的客户和项目
- 需要面对并解决各种突发且复杂的技术问题，对快速学习能力和抗压能力要求高
- 作为支持角色，工作成果有时不如开发岗直观，需要较强的自我驱动和持续学习意愿
- 可能涉及多团队协作和客户沟通，对非技术层面的沟通协调能力有一定要求
- 对计算机底层、高性能计算和AI应用有浓厚兴趣，具备扎实的技术基础，乐于帮助他人解决难题，并希望从技术实践中快速成长的应届硕士毕业生
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术专家路径：深耕AI应用与HPC集群技术，成为特定领域（如大模型推理优化、集群调度）的技术专家
- 解决方案架构师路径：从支持单点问题到为客户提供整体应用部署与优化方案，向售前或架构角色发展
- 研发管理路径：凭借对客户需求和产品痛点的深刻理解，转向产品经理或技术支持团队管理岗位
- 作为AI与HPC客户的技术后盾，直接解决用户在模型训练、推理和集群使用中遇到的复杂技术问题
- 深入分析应用性能瓶颈，利用工具链进行调试和优化，并将解决方案与经验沉淀为可复用的知识
- 连接客户需求与内部产品，将一线反馈转化为平台工具的优化建议和功能验证需求
- 参与构建和完善团队的知识库、FAQ和适配工具，提升团队整体支持效率和客户满意度
- 扎实的Linux操作系统基础和脚本编程能力（Python/Shell），是排查问题的基本功
- 对AI模型训练/推理流程、分布式计算（如MPI、NCCL）和主流AI框架（如PyTorch）有概念性或实践性理解
- 性能分析能力：理解关键性能指标，并能借助profiling、监控工具定位瓶颈
- 出色的沟通与文档能力：能将复杂技术问题清晰地传递给客户或内部团队，并做好知识沉淀
申请策略
- 在简历或求职信中，表达对AI落地应用和底层系统支持的结合点的兴趣，这与岗位高度契合
- 面试前，可以尝试了解中科曙光在AI和HPC领域的主要产品（如“曙光智算”）和解决方案
- 准备好阐述一个自己解决过的技术难题，按照“问题-分析-解决-总结”的框架来讲述
- 突出与Linux、Python/Shell相关的课程项目、实习或竞赛经历，特别是涉及性能分析、问题排查的案例
- 明确列出对AI框架、HPC工具（如Slurm）、CUDA等的了解或使用经验，即使是课程作业或个人项目也行
- 展示良好的文档能力，例如在GitHub上的项目README、技术博客或实验报告
- 强调沟通与团队协作经历，如课程小组项目、社团活动中的组织协调角色
- 系统学习Linux系统管理、性能分析工具（如top, perf, nvprof）的使用
面试指南
- 对于技术排查问题，采用“现象描述-初步定位-工具验证-根本原因-解决方案与总结”的结构化思路来回答
- 对于流程理解问题，先概述全局流程，再选择你最熟悉的一个环节深入解释其原理和可能出问题的地方，体现思考深度
- 对于文档或设计类问题，从目标用户（新手）角度出发，强调清晰、完整、可操作性，并考虑常见错误提示
- 你如何排查一个Linux系统上进程CPU占用率过高的问题？
- 简单描述一下你理解的AI模型训练流程中，数据加载、前向计算、反向传播和优化器更新的主要步骤和可能的性能瓶颈
- 如果让你为一个新用户准备一份使用集群提交PyTorch训练任务的Quick Start文档，你会包含哪些关键内容？
- 你使用过哪些Python或Shell脚本处理日志或分析数据？请举例说明
- 为什么想从事AI/HPC领域的技术支持工作？
职位点评
薪资福利50
成长发展85
工作生活55
使命价值70
薪资福利
50较低
JD未提供薪资和福利信息，补偿性动机满足程度取决于最终offer谈判结果。
薪资信号未披露（AI估算：8千–1.2万/月）
成长发展
85较高
该岗位技术前沿性强，涉及AI和HPC全栈知识，能提供扎实的工程实践和问题解决能力训练，成长路径清晰。
技术前沿前沿/新兴技术
技术栈AI、高性能计算、PyTorch、CUDA、Slurm、Kubernetes、DeepSpeed
成长机会知识库的建设与维护、沉淀SLA、功能验证...需求、输出评估报告、优化建议和问题复盘
业务类型profit_center
工作生活
55较低
JD未明确工作模式和WLB情况，但技术支持岗位可能需要响应突发问题，工作节奏需进一步确认。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
该岗位服务于AI行业应用和高性能计算，属于技术赋能型工作，有助于推动AI技术的落地应用。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
中科曙光 的其他在招职位
相似职位推荐
Watch Jobs