高性能计算应用调优工程师（成都）(J10567)

优缺点分析

角色解读

• 成为特定科学计算领域的性能优化专家，深耕垂直领域
• 向系统性能架构师发展，负责更宏观的算力平台与应用协同优化
• 参与前沿高性能计算技术（如新一代CPU/GPU、新型互连技术）的适配与优化研究
• 分析物理化学、气象、生物信息等科研或工业领域高性能计算应用的算法与运行瓶颈
• 使用专业性能分析工具（如TAU, VTune）定位程序的性能热点
• 基于对CPU/GPU体系结构和并行编程模型（MPI/OpenMP/CUDA）的理解，对应用代码进行重构或优化
• 扎实的Linux操作系统和Shell、Python、C/C++或Fortran编程能力
• 至少了解一个科学计算领域（如气象、化学、生物信息）及其常用软件
• 具备性能分析和优化工具的使用经验，或了解计算机体系结构基础知识

申请策略

• 仔细研究中科曙光的超算或HPC解决方案，了解其硬件产品（如“曙光”系列服务器）和软件生态
• 在面试中，准备好用具体案例说明你如何定位和解决一个性能问题，体现你的分析思路和工具使用能力
• 突出与高性能计算相关的项目经验，如使用MPI/OpenMP/CUDA的并行程序开发或优化案例
• 详细列出掌握的编程语言、性能分析工具及熟练程度
• 如有，在简历中体现对某一科学计算领域（如气象模拟、分子动力学）的了解或实践
• 系统学习计算机体系结构，特别是CPU缓存、内存层次、多核/众核架构的原理
• 深入实践一种性能分析工具（如Linux perf或VTune），并能分析出具体的性能瓶颈案例
• 巩固并行编程模型（MPI， OpenMP， CUDA）的知识，尝试对开源高性能计算应用进行简单优化

面试指南

• 使用STAR法则（情境、任务、行动、结果）组织项目经验描述，突出工具使用和性能提升数据
• 结合体系结构知识（如缓存、向量化、负载均衡）来解释并行程序的性能问题
• 展现学习能力，即使对某些技术不熟，也要展示出你的学习思路和探索过程
• 请描述一个你进行性能优化的项目，如何定位瓶颈并解决的？
• MPI中有哪些常见的通信模式？如何避免性能陷阱？
• 解释一下CPU缓存命中率对程序性能的影响，如何通过代码优化提升缓存效率？
• 如何分析一个用Python编写的科学计算脚本的性能瓶颈？
• 你对GPU计算（CUDA）有哪些了解？它在哪些高性能计算场景下比CPU更有优势？