中科曙光
算法高级工程师(AI集群网络/通信方向)(J13413)
算法高级工程师(AI集群网络/通信方向)(J13413)
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人工智能
人工智能
Ai集群网络
Nccl
Roce
Tcp/Ip
分布式训练
性能建模
拥塞控制算法
网络协议
值不值得投
75综合评分
综合评分 75
前沿技术、深度研究、高技术门槛的AI集群网络算法岗位，技术发展机会突出，但工作模式与强度未知。
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
4万
比人工智能中位数低
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 · 其中人工智能 18 个
市场机会
选择面较广
北京 · 人工智能 · 约 580 个在招
职位详情
关于这个职位
该职位是中科曙光AI集群网络部门的算法高级工程师，专注于研究与设计面向大规模分布式AI训练（如All-Reduce, All-to-All通信模式）的高性能网络通信与拥塞控制算法
你将通过数学建模、性能分析与算法实现，优化AI集群的网络性能与训练效率，并与硬件、框架团队深度协作，推动端到端性能提升
最低要求
学历：计算机科学、电子工程或相关专业硕士及以上
专业知识：
o 精通TCP/IP、RoCE、InfiniBand等网络协议，具备网络编程经验
o 扎实的算法与数据结构基础，有分布式系统或网络算法项目经验
o 良好的数学建模和系统分析能力，能用C/C++或Python实现算法
o 熟悉Linux内核网络栈基本原理
工作职责
算法研究：研究、设计与实现面向AI负载（All-Reduce, All-to-All）的新型通信与拥塞控制算法
性能建模：建立AI集群网络性能数学模型，分析不同网络拓扑和流量模式对分布式训练效率的影响
拓扑优化：针对特定HPC/AI业务负载，设计并评估最优的物理/逻辑网络拓扑方案
协同分析：与性能分析工程师协作，对训练作业进行网络性能剖析，定位通信瓶颈并提供算法级解决方案
框架集成：与AI框架团队合作，将网络感知的调度或通信优化算法集成到训练框架中，实现端到端性能提升
优先资格
有大型数据中心或超算中心网络优化经验
深入理解NCCL、UCX、MPI等集合通信库并有实践经验
熟悉可编程交换机（P4）或智能网卡（DPU/SmartNIC）技术
在SIGCOMM、NSDI、ATC等顶会发表过论文或有相关专利
AI 洞察
优缺点分析
优点
- 技术前沿：直接参与AI与高性能计算交叉领域的前沿网络技术研究，是行业热点
- 深度技术积累：能深入研究网络协议、算法与系统底层，构建深厚的技术护城河
- 项目影响力大：所做的工作直接影响大规模AI训练的核心性能
- 多城市机会：提供北京、成都等多个城市的办公地点选择
- 技术门槛高：需要同时具备深厚的网络、算法和系统知识，复合型人才要求高
- 跨领域协作：需要与硬件、AI框架、性能分析等多个团队紧密协作，沟通协调要求高
- 适合对网络通信与分布式计算有浓厚兴趣，具备扎实理论基础和编程能力，并乐于钻研底层技术、解决复杂系统问题的算法工程师
缺点 / 挑战
- 问题复杂度高：AI集群网络优化是世界性难题，挑战大
角色解读
- 你可以深耕AI网络通信算法领域，成长为该领域的首席专家或技术负责人
- 也可以向系统架构师方向发展，负责整体AI集群的网络架构设计
- 或者转向更广泛的HPC/AI基础设施技术管理
- 你将专注于AI集群网络通信的底层算法研究与设计，核心任务是解决大规模分布式训练中的网络通信瓶颈
- 你需要通过建模、分析、算法实现及跨团队协作，提升AI训练作业的网络性能与整体效率
- 你需要精通高速网络协议（如RoCE、InfiniBand）和网络编程，具备扎实的算法、数据结构和系统分析能力
- 此外，需要能够用C/C++或Python进行算法实现，并有分布式系统项目经验
- 数学建模能力也是关键
申请策略
- 建议深入了解中科曙光在AI算力基础设施（如“智算中心”）和服务器/存储产品线方面的布局，思考算法如何与公司产品结合
- 面试时可准备针对具体AI通信场景（如All-Reduce）的优化思路和建模案例
- 重点突出与高性能网络、分布式系统、通信算法相关的项目经验
- 详细描述在这些项目中具体负责的算法设计、建模分析或性能优化工作
- 罗列掌握的网络协议、编程语言（C/C++/Python）及工具
- 如有相关顶会论文或专利，务必重点列出
- 可以深入学习NCCL、UCX等AI集合通信库的内部原理
- 了解P4可编程交换机和智能网卡（DPU）的最新技术动态
面试指南
- 回答此类问题时，建议采用“问题分析-技术原理-方案设计-实施效果”的框架
- 首先清晰界定问题，然后阐述相关的基础技术原理（如协议、算法），接着提出具体的设计思路或解决方案（可结合论文或实践经验），最后说明该方案预期带来的性能提升或解决的具体问题
- 请描述一下你对All-Reduce通信算法在分布式训练中瓶颈的理解，并设想一种可能的优化思路
- 如果让你为一个新的AI集群设计网络拓扑，你会考虑哪些关键因素？如何建模评估？
- 请解释一下RDMA（如RoCE）与传统TCP/IP在AI集群网络中的区别和优劣
- 在之前的项目中，你如何定位并解决一个分布式系统的网络性能瓶颈？请举例说明
- 你对NCCL等集合通信库的架构有什么了解？如果要在其中集成一个新的拥塞控制算法，你认为关键点是什么？
- 复习TCP/IP、RDMA等网络协议的核心机制
职位点评
薪资福利70
成长发展90
工作生活55
使命价值85
薪资福利
70中等
JD未披露具体薪资与福利细节，但作为技术要求高的高级工程师岗位，薪资应具备一定市场竞争力。福利信息缺失，无法全面评估。
薪资信号未披露（AI估算：3千–5万/月）
成长发展
90较高
该职位处于AI与高性能计算的前沿交叉领域，技术挑战大，且需要持续学习和创新。公司明确要求“算法研究”、“性能建模”、“框架集成”，提供了从理论到实践的完整技术成长路径。
技术前沿前沿/新兴技术
技术栈RoCE、InfiniBand、拥塞控制算法、性能建模、可编程交换机（P4）、智能网卡（DPU/SmartNIC）、NCCL、分布式训练
业务类型profit_center
工作生活
55较低
工作地点提供多个选择，灵活性较高。但JD未提及任何关于办公模式、工作时间或WLB的具体信息，无法判断其工作强度与灵活性。
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
85较高
AI是当前高速增长的赛道，该职位从事的工作是提升AI算力效率的关键底层技术，具有显著的行业创新价值和技术推动力。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
中科曙光 的其他在招职位
相似职位推荐
Watch Jobs