腾讯
AI数据中⼼⽹络运营⼯程师
AI数据中⼼⽹络运营⼯程师
发布于 大约 14 小时前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
本科
信息技术与基础设施
BGP
RDMA
数据中心网络
RoCE
SONiC
AI网络
自动化运维
ECN
PFC
AI 估算 · 25k–45k
腾讯数据中心网络工程师，技术栈前沿，AI业务驱动薪资高于市场平均水平，参考北京同类岗位。
职位详情
关于这个职位
作为腾讯AI数据中心的网络运营工程师，你将负责维护大规模RoCE无损网络，保障AI训练集群的高可用性和低延迟
你需要主导故障诊断、性能调优和自动化运维，与研发团队协作推动网络架构演进，是保障业务稳定运行的关键角色
最低要求
一、基本要求
计算机科学、通信工程、电子信息或相关专业本科及以上学历
年以上数据中心网络运维/运营经验
熟悉数据中心网络架构（Spine-Leaf / Clos / Fat-Tree），有大规模（千台交换机以上）网络运营经验优先
二、专业技能
路由与交换：熟练掌握 BGP（eBGP/iBGP）、ECMP、VLAN、LACP / MLAG（M-LAG）等协议的原理与配置
RoCE 网络：理解 RoCEv2 协议栈、无损以太网设计原则，熟悉 PFC / ECN 机制与 DCQCN 算法参数调优
交换机操作：熟悉至少一种主流数据中心交换机平台（如 SONiC、Cumulus、NX-OS、EOS、CloudEngine）的配置与故障排查
网卡与驱动：了解 RDMA 网卡（如 NVIDIA ConnectX 系列）的基本配置，包括 QoS 映射、PFC 配置、固件升级等
监控与遥测：了解网络遥测技术（gNMI Streaming Telemetry、INT 带内遥测）及流采样（sFlow / NetFlow），能基于计数器与时序数据进行根因分析
三、能力素质
较强的逻辑分析能力和故障排查思维，能在压力下快速定位复杂网络问题
良好的沟通协作能力，能与开发、架构、业务团队高效配合
责任心强，能接受 oncall 轮值，保障关键业务的网络可用性
持续学习意愿，关注业界 RoCE/无损网络/AI 网络的技术演进
工作职责
网络运营保障：负责数据中心 RoCE 网络的日常运维，包括网络监控、告警处理、变更管理，保障网络高可用和低延迟
故障诊断与应急：主导网络故障的快速定位与恢复，尤其是 PFC Storm / PFC Deadlock、丢包、链路降级、拥塞扩散等无损以太网典型问题的诊断处理
性能调优：根据业务负载特征，调整拥塞控制策略（PFC 阈值 / ECN 标记 / DCQCN 算法参数）、交换机 Buffer 策略（Headroom / Shared Buffer / α 值）、ECMP 负载均衡策略等，持续优化网络吞吐和延迟表现
容量规划：参与网络架构评审和容量规划，评估现网瓶颈，为扩容/新建集群提供技术方案
自动化运维：协同开发团队，推动网络运维工具和自动化平台的需求定义与落地，提升运维效率
文档与知识沉淀：建设网络运营知识库，输出最佳实践、故障案例库和操作手册
优先资格
有大规模（千台交换机以上）网络运营经验优先
AI 洞察
优缺点分析
优点
- 腾讯平台，AI数据中心前沿技术栈，接触大规模RoCE网络，技能稀缺性高
- 薪资有竞争力，福利完善（五险一金、年终奖、补充医疗等）
- 与顶尖团队合作，参与自动化运维平台建设，技术成长快
- 技术栈更新快，需持续学习RoCE/无损网络的新技术
- 大规模网络运营对细节和稳定性要求极高，容错率低
- 适合对数据中心网络有热情、喜欢解决复杂技术问题、抗压能力强且愿意不断学习的网络工程师
缺点 / 挑战
- 需要处理复杂的网络故障，压力较大，且需oncall轮值
角色解读
- 横向发展为网络架构师，负责整体网络方案设计
- 纵向深入AI网络优化，成为无损网络领域专家
- 可转向云计算或AI基础设施的其他方向，如系统架构、AI平台运维
- 负责腾讯AI数据中心RoCE网络的日常运维，确保高可用和低延迟
- 主导网络故障的快速定位与恢复，处理PFC风暴、丢包等复杂问题
- 根据业务负载调整拥塞控制参数和负载均衡策略，持续优化性能
- 参与网络架构评审与容量规划，推动自动化运维工具的建设
- 深入理解数据中心网络架构（Spine-Leaf）和路由交换协议（BGP、ECMP）
- 精通RoCEv2无损网络原理，掌握PFC/ECN机制及DCQCN算法调优
- 熟悉主流交换机平台（SONiC、Cumulus等）的配置与故障排查
- 具备自动化运维思维，熟悉监控遥测技术（gNMI、sFlow等）
申请策略
- 在简历中量化成果，例如将网络延迟降低XX%，故障恢复时间缩短XX%
- 提前了解腾讯AI数据中心业务方向，在面试中展示对AI网络需求的思考
- 突出数据中心网络运维经验，尤其是RoCE/无损网络相关项目
- 详细描述故障排查案例，体现逻辑分析和快速恢复能力
- 强调自动化脚本开发经验（如Python、Ansible）和工具建设成果
- 展示对网络协议（BGP、PFC、ECN等）的深入理解及调优实践
- 学习RoCEv2协议栈和DCQCN算法，通过实验环境模拟配置
- 熟悉主流数据中心交换机平台（如SONiC）的部署和调试
面试指南
- 对于故障排查题：采用STAR法则（情境、任务、行动、结果），重点描述分析思路和根因
- 对于设计题：先明确需求，再给出架构方案，考虑高可用、可扩展和自动化
- 对于原理题：先解释核心概念，再结合实际场景说明参数调优的考量
- 请描述一次你处理PFC死锁或丢包问题的经历，你是如何定位和解决的？
- RoCE网络中ECN和PFC的协同工作原理是什么？如何调整参数优化性能？
- 如何设计一个大规模数据中心网络的监控告警体系？
- 如果出现交换机故障导致大量连接中断，你的应急处理步骤是什么？
- 你认为AI数据中心网络与传统数据中心网络有哪些关键区别？
职位点评
73
综合评分
腾讯AI数据中心网络工程师，前沿技术栈，薪资优厚，但需oncall，WLB一般。
更适合这类人
最适合追求技术深度和前沿栈、愿意接受挑战和oncall的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展92
工作生活45
使命价值70
薪资福利
85较高
薪资福利位于市场高位，腾讯品牌提供稳定保障，但未明确披露具体薪资范围。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
92较高
职位涉及前沿AI网络技术，技能稀缺性强，有明确的技术成长路径和自动化平台建设机会。
技术前沿前沿/新兴技术
技术栈RoCE、DCQCN、SONiC、INT、RDMA
成长机会持续学习意愿、关注技术演进
业务类型ambiguous
工作生活
45较低
要求oncall轮值，工作地点仅现场办公，WLB信号不明显，但腾讯通常双休。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
AI数据中心网络是高速增长赛道，但职位本身偏支撑，社会影响力中性。
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