中科曙光
HPC高级测试工程师（天津）(J13896)
HPC高级测试工程师（天津）(J13896)
发布于 1 天前普通员工/个人贡献者
全职员工仅现场办公高性能计算
高性能计算
Ai辅助测试
Hpc
性能测试
值不值得投
74综合评分
综合评分 74
技术深度与前沿性俱佳的HPC测试岗，发展机会突出，但需主动了解工作与生活平衡情况。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
2.8万
与高性能计算中位数基本持平
发布情况
新岗位 · 2 天前发布
公司情况
这家公司招聘很活跃
84 个在招
市场机会
选择不多
天津 · 高性能计算 · 1 个在招
职位详情
关于这个职位
作为HPC高级测试工程师，你将负责高性能计算集群的全栈质量保障工作，覆盖计算、网络、存储和调度等核心组件
主要任务是设计并执行多维度测试方案，包括功能、性能、稳定性与兼容性测试，主导性能基准测试与调优，并参与开发与维护自动化测试框架，利用AI技术提升测试效率
最低要求
本科及以上学历，计算机、人工智能、软件工程、计算数学、力学等相关专业
[3年以上]测试开发或相关工作经验
深入理解HPC集群的体系架构与核心组件，包括：
集群架构：计算节点、登录节点、管理节点、存储节点的功能划分与协同
作业调度系统：Slurm/PBS的作业生命周期管理、资源分配策略、分区/队列配置
高速网络：InfiniBand/RoCE的体系结构、通信原理与性能调优
并行文件系统：Lustre/BeeGFS/GPFS的架构、条带策略、元数据管理
软件栈：编译器（GCC/ICC）、MPI实现（OpenMPI/Intel MPI）、数学库（MKL/ACML）、GPU驱动与CUDA/HIP环境
精通HPC性能基准测试方法论，有HPL、HPCG、Stream、MPI OSU等常规HPC基准测试与调优的丰富实战经验
能够根据集群配置选择最优参数、分析性能瓶颈并给出调优建议
熟练掌握Python/Shell其中一种语言，具备独立开发自动化测试脚本及工具的能力
熟悉C/C++、Fortran加分
具备扎实的并行计算技术理解力：理解MPI并行编程模型、OpenMP共享内存并行、GPU编程（CUDA/HIP/OpenACC）的基本原理
了解分布式训练中的通信模式（All-Reduce、All-Gather等）
熟悉Kubernetes核心资源对象及调度原理，理解GPU调度（NVIDIA Device Plugin）、存储卷挂载（PV/PVC）等
具备在容器化环境中进行HPC工作负载部署与故障排查的实操经验
熟悉Linux操作系统，熟练使用常用命令行工具及性能分析工具（如perf、nvidia-smi、ibstatus、mpstat等），能够独立完成系统日志分析、性能监控与问题定位
精通软件测试流程与测试设计方法，能独立完成测试计划、用例设计及复杂场景测试执行
具备优秀的逻辑思维与问题分析能力，良好的沟通协作能力与质量意识，对HPC与AI融合技术有持续学习的热情
具备AI辅助测试的实践能力：了解大语言模型（LLM）基本原理，有利用AI工具（如大模型生成测试用例、辅助缺陷分析、自动生成回归脚本等）的实际经验，或对AI测试有浓厚兴趣并愿意快速学习
工作职责
负责HPC（高性能计算）集群的全栈质量保障，覆盖计算节点、高速网络（InfiniBand/RoCE）、并行文件系统、作业调度系统（Slurm/PBS）、编译器与数学库等核心组件，设计并落地功能、性能、稳定性、兼容性等多维度测试方案
集群功能测试： 验证HPC集群核心软件栈的正确性，包括但不限于：作业调度系统（作业提交、队列管理、资源分配、优先级策略）、并行文件系统（挂载、读写权限、元数据性能）、容器化HPC工作负载（Singularity/Enroot）的生命周期管理
性能基准测试： 主导HPC集群的性能基准测试与调优工作，熟练运用HPL（High-Performance Linpack） 进行集群浮点计算性能评估、HPCG 作为HPL的补充评估实际应用场景性能、Stream 进行内存带宽测试、MPI OSU 进行网络通信性能评估
建立多维度性能测试数据库及基线，输出性能测试报告与调优建议
异构计算测试： 验证GPU加速计算场景下的性能与正确性，覆盖CUDA/HIP编程模型、NCCL/RCCL多卡通信、NVLink/InfiniBand跨节点通信等
针对AI大模型训练场景（如Megatron-LM、DeepSpeed）进行分布式训练的性能与稳定性测试
自动化测试框架建设： 开发与维护HPC自动化测试框架及脚本，实现集群部署验证、基准测试自动化执行、性能数据采集与可视化分析
利用AI技术辅助性能瓶颈分析与异常检测
利用AI技术（如大模型辅助用例生成、智能缺陷分析、自动化脚本生成）提升测试效率与覆盖度，探索AI在业务测试领域的落地实践
优先资格
熟悉C/C++、Fortran加分
AI 洞察
优缺点分析
优点
- 技术深度与广度兼备：能接触HPC、GPU、AI等多个前沿技术栈，技术成长空间大
- 行业前景明确：高性能计算是国家科技战略的重点领域，行业需求稳定增长
- AI融合创新机会：岗位明确鼓励利用AI技术赋能测试，有探索和实践前沿技术的机会
- 技术门槛高：需要深入理解复杂的集群架构和多种底层技术，学习曲线陡峭
- 适合对高性能计算技术有浓厚兴趣，具备扎实计算机基础和测试功底，乐于钻研底层技术并追求性能极致，同时拥抱AI等新技术的工程师
缺点 / 挑战
- 持续学习压力：技术栈更新快，需持续跟进HPC与AI领域的最新发展
- 性能问题复杂：性能瓶颈分析与调优可能涉及软硬件多个层面，问题排查复杂度高
角色解读
- 技术专家路线：深耕HPC测试与性能优化领域，成为性能架构师或测试架构师
- 技术管理路线：带领测试团队，负责整个HPC产品线的质量保障战略与规划
- 前沿领域拓展：向AI for HPC、算力算法协同优化等新兴交叉领域发展
- 设计并执行覆盖HPC集群软硬件全栈的测试方案，确保计算、网络、存储、调度等核心组件的正确性与稳定性
- 主导性能基准测试（如HPL， HPCG），分析性能瓶颈并进行调优，建立性能基线与数据库
- 针对GPU加速和AI大模型训练等异构计算场景，进行性能与正确性专项测试
- 开发维护自动化测试框架，利用AI工具提升测试效率，探索智能化测试实践
- 精通HPC集群体系架构，熟悉InfiniBand高速网络、并行文件系统及作业调度系统等核心组件
- 拥有丰富的HPC性能基准测试与调优实战经验，能够独立分析并解决性能问题
- 具备扎实的自动化脚本开发能力（Python/Shell）和容器化（Kubernetes）部署运维经验
- 对AI与HPC融合技术有热情，了解LLM原理并有实践意愿或经验
申请策略
- 深入研究中科曙光的产品线（如“曙光智算”），了解其HPC解决方案的特点与优势，在面试中展现对公司的了解和兴趣
- 准备一个关于发现并解决复杂性能问题的技术案例，能清晰阐述问题定位、分析思路和解决方案
- 突出具体的HPC集群测试经验，包括使用过的组件（如Slurm， Lustre）和进行的性能测试（如HPL）
- 详细描述自动化测试框架的开发经历，展示利用Python/Shell解决复杂测试问题的能力
- 列举与GPU加速计算、分布式训练或AI辅助测试相关的项目经验或个人实践
- 系统学习或复习HPC核心组件知识，特别是InfiniBand网络和并行文件系统的原理
- 动手搭建或深入研究一个小型HPC集群环境，实践性能基准测试的全流程
- 尝试使用AI工具（如GitHub Copilot）辅助编写测试脚本或进行日志分析，积累AI测试实践经验
面试指南
- 对于技术深度问题，采用“背景-行动-结果”框架：先说明测试/调优的场景和目标，再详细阐述你采取的技术步骤和工具，最后用数据或对比说明取得的效果
- 对于方案设计类问题，采用“分层-覆盖-重点”思路：先从功能、性能、稳定性等多维度分层，再说明如何覆盖不同组件（计算、网络、存储），最后针对关键指标（如延迟、吞吐、GPU利用率）设计具体用例
- 对于开放性/思考类问题，结合理论理解与实践经验：先阐述基本原理，再结合你看到的或做过的实践案例，说明你的思考和潜在改进方向
- 请描述一次你主导的HPC性能测试或调优案例，你使用了哪些基准测试工具，发现了什么瓶颈，最终如何解决？
- 如果让你为一个新的GPU集群设计性能测试方案，你会考虑哪些测试维度和关键指标？
- 你如何利用Python/Shell开发自动化测试脚本？请举例说明你开发的一个测试工具解决了什么问题
- 你对‘AI辅助测试’是如何理解的？你有哪些实践或设想？
- 在HPC集群中，当作业调度系统（如Slurm）出现性能问题时，你会从哪些方面入手进行排查？
职位点评
薪资福利70
成长发展85
工作生活65
使命价值75
薪资福利
70中等
该职位为高级技术岗，薪资范围预计在市场中上水平，但JD未明确薪资结构和具体福利，满足感中等。
薪资信号面议 (2千–3.5万/月)
成长发展
85较高
职位要求深入HPC架构与性能调优，并探索AI在测试中的应用，技术前沿且深度足够，能提供显著的技能成长与职业发展机会。
技术前沿前沿/新兴技术
技术栈HPC、InfiniBand、Slurm、Kubernetes、CUDA、MPI、AI、LLM
业务类型profit_center
工作生活
65中等
JD未明确提及工作模式和WLB相关信息，根据行业惯例，此类核心技术岗位可能需要现场办公，且性能测试与问题排查可能涉及一定工作强度。
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
75中等
高性能计算是支撑科学计算与AI发展的关键基础设施，该岗位工作直接关系到算力平台的稳定性与性能，具有重要的行业价值和技术使命感。
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
Watch Jobs