腾讯
CPU架构与性能优化架构师
CPU架构与性能优化架构师
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公性能优化
性能优化
Cpu架构
Ebpf
Numa
Perf
性能优化
虚拟化
计算机体系结构
值不值得投
77综合评分
综合评分 77
稀缺CPU架构与性能优化专家岗，技术成长强、薪酬竞争力较好，WLB信息不明。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
8.0万
比性能优化中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2260 个在招
市场机会
选择适中
上海 · 性能优化 · 13 个在招
职位详情
关于这个职位
该岗位面向CPU架构与系统性能优化，负责分析Agent编排、推理主机等负载的资源画像，制定服务器CPU平台选型与配置方案，并通过跨层性能定位、Benchmark体系和容量成本优化支撑业务SLO与平台演进
适合具备计算机体系结构、Linux性能分析和复杂系统调优经验的资深技术人才
最低要求
具备扎实的计算机体系结构基础，熟悉至少一种主流服务器CPU架构，理解流水线、分支预测、缓存层次、缓存一致性、内存访问及NUMA等机制，能够分析其对实际负载的影响
具备Linux系统性能分析能力，理解进程与线程调度、虚拟内存、缺页、同步机制及I/O路径
能够使用perf、eBPF、ftrace、Intel VTune、PCM或同类工具中的一种或多种开展分析
具备复杂性能问题的定位与落地经验，能够完成“指标异常—提出假设—设计实验—定位根因—优化验证—回归交付”的完整过程，而不止于采集指标或调整参数
具备基准测试与实验设计能力，能控制软件版本、数据集、并发、预热、频率及系统配置等变量，理解尾延迟、测试噪声、重复性和对照实验的重要性
具备必要的软件工程能力，熟练使用C/C++、Python、Go等至少一种语言，能够开发测试工具、分析脚本或系统组件，并阅读相关实现代码
具备系统架构判断与协作能力，能在性能、成本、可靠性、兼容性及工程复杂度之间进行权衡，并推动跨硬件、固件、系统软件和业务团队的方案落地
工作职责
工作负载分析与性能建模
深入分析Agent编排、工具调用、代码执行、沙箱、RL环境及推理主机等场景的关键路径与资源需求
建立CPU、缓存、内存、网络和存储的资源画像，识别计算、访存、调度、虚拟化及I/O瓶颈
将业务SLO、任务吞吐和并发需求转化为可量化的硬件与系统设计要求
CPU及服务器平台架构设计
评估不同CPU架构、代际和平台的适用性，制定场景化选型及配置方案
分析单线程性能、多核扩展性、SMT、缓存、NUMA、内存容量与带宽、PCIe及网络拓扑对业务的影响
参与CPU执行资源池与加速器主机的配置规划，支持平台演进及容量建设决策
跨层性能定位与优化：利用性能计数器、系统跟踪和实验对照，定位CPU微架构、内核、虚拟化及应用运行时相关问题
推进绑核、内存放置、线程模型、调度、缺页处理、数据搬运及相关配置优化
与BIOS、内核、虚拟化和业务团队协作，将优化成果落地到实际环境并完成回归验证
Benchmark与自动化评测体系建设：建立覆盖微基准、组件测试及端到端任务的评测体系，形成可复现、可比较的性能基线
建设跨平台、跨版本的自动化测试及回归能力，分析性能波动与退化原因
同时评估吞吐、P95/P99延迟、任务成功率、资源占用和能效，避免以单一跑分替代业务效果
容量、能效与成本优化：建立满足质量、隔离和延迟要求的单机容量模型，评估并发密度与资源池配比
分析单位有效任务成本、CPU资源消耗、内存占用和功耗，支持扩容、采购及配置优化
通过试点或生产数据验证收益，明确适用边界、上线风险及回退方案
技术路线与跨团队协同
跟踪CPU、内存、互连及硬件加速技术，将实际瓶颈转化为下一代平台需求
与芯片厂商、服务器厂商及内部研发团队开展联合分析和方案验证
沉淀架构规范、性能方法和最佳实践，提升团队的问题定位与工程交付能力
AI 洞察
优缺点分析
优点
- 技术方向稀缺，CPU体系结构、Linux性能分析和跨层优化经验有长期价值
- 岗位直接服务Agent、推理等AI负载，能接触真实大规模业务场景和软硬件协同问题
- 工作内容覆盖选型、优化、评测、容量与成本，技术视野完整，不只是单点调参
- 性能问题往往跨CPU微架构、内核、虚拟化和业务运行时，定位链条长、门槛高
- 需要同时跟芯片厂商、服务器厂商、BIOS/内核/虚拟化及业务团队协作，推动落地复杂度高
- JD未披露WLB信息，实际投入和值班节奏需进一步确认
- 适合热爱底层系统、享受复杂问题定位、愿意长期积累性能优化深度的资深工程师或架构师
缺点 / 挑战
暂无明显挑战项
角色解读
- 可沿CPU/服务器平台架构师、系统性能专家方向深耕，成为软硬件协同优化的技术骨干
- 随着AI基础设施和推理算力需求增长，可扩展到异构计算、集群容量规划、能效与成本架构等方向
- 若具备较强跨团队推动力，也可转向技术负责人或基础设施架构管理岗位
- 分析Agent编排、工具调用、代码执行、沙箱、RL环境及推理主机等负载的关键路径与资源需求，建立CPU、缓存、内存、网络和存储画像
- 评估不同CPU架构、代际和服务器平台的适用性，制定场景化选型与配置方案，支撑资源池和容量建设
- 利用性能计数器、系统跟踪和实验对照定位CPU微架构、内核、虚拟化及运行时问题，推动绑核、内存放置、调度等优化落地
- 建设Benchmark与自动化评测体系，并围绕容量、能效和单位任务成本做优化与验证
- 扎实的计算机体系结构基础，理解流水线、分支预测、缓存层次、一致性、NUMA等机制
- 熟练进行Linux系统性能分析，掌握perf、eBPF、ftrace、VTune、PCM等工具中的一种或多种
- 具备复杂性能问题的完整闭环定位能力，以及基准测试和实验设计能力
- 至少熟练使用C/C++、Python、Go中的一种，能开发测试工具或分析脚本，并具备跨团队推动能力
申请策略
- 投递前了解腾讯在AI推理、Agent平台和云基础设施方面的业务布局，准备与岗位场景匹配的问题
- 面试中主动确认团队负责的负载类型、平台规模、办公地点和协作边界
- 突出服务器CPU架构、NUMA、缓存一致性、虚拟化等体系结构相关项目经验
- 用STAR方式写明复杂性能问题从指标异常到根因定位、优化验证和回归交付的完整案例
- 展示perf/eBPF/ftrace/VTune等工具的实际使用深度，以及Benchmark体系或自动化评测建设经验
- 量化优化收益时同时给出吞吐、P95/P99延迟、资源占用、能效或单位任务成本等指标
- 系统梳理主流服务器CPU微架构与NUMA/PCIe拓扑知识，准备能讲清机制与业务影响的案例
- 补强eBPF、perf、ftrace等Linux性能分析工具的实战能力，并练习尾延迟与实验设计方法
面试指南
- 案例题按“背景与SLO—指标异常—假设—实验设计—根因—优化—回归—收益”组织，突出闭环
- 架构题先给判断框架，再列关键变量和验证方法，最后说明取舍与风险
- 工具题不要只列工具名，要说明用什么工具采集什么证据、如何排除噪声和验证结论
- 请介绍一次你从性能指标异常到定位根因并完成优化回归的完整案例
- 如何分析一个推理服务在CPU、内存带宽、NUMA和PCIe上的瓶颈？
- 你如何设计一套可复现、可比较的Benchmark体系，避免单一跑分误导？
- 绑核、内存放置、线程模型和调度优化分别适用于什么场景，有哪些坑？
- 当性能优化与成本、可靠性、兼容性冲突时，你如何做架构权衡并推动落地？
职位点评
薪资福利80
成长发展88
工作生活58
使命价值76
薪资福利
80较高
JD未披露薪资和福利，但岗位技能门槛高、方向稀缺，按上海同类专家岗判断具备较强薪酬竞争力。
薪资信号未披露（AI估算：6.0千–10.0万/月）
成长发展
88较高
岗位横跨CPU微架构、内核、虚拟化、Benchmark与容量成本，复杂问题密度高，技术积累稀缺；JD未明确培训与晋升机制。
技术前沿主流现代技术
技术栈CPU架构、性能优化、Linux、perf、eBPF、NUMA、虚拟化、Benchmark、C/C++、Python、Go
业务类型cost_center
工作生活
58较低
JD未提及办公模式、弹性工时或加班安排，WLB信息不足，需在面试中向团队确认。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
76中等
岗位直接支撑Agent、推理等AI负载的算力效率，处于AI基础设施方向，技术价值明确；社会影响更多体现为间接赋能。
行业发展高速增长赛道
社会影响中性/一般
使命信号用技术引领新的变革、为卓越的产品体验保驾护航
创新程度积极采用新技术
腾讯 的其他在招职位
相似职位推荐
Watch Jobs