高性能网络研发工程师

优缺点分析

角色解读

• 从网络研发工程师成长为AI基础设施专家，负责大规模分布式训练网络架构
• 向架构师方向发展，主导AI平台网络架构设计
• 可横向延伸至AI平台其他领域，如推理加速、存储优化等
• 负责小米AI平台高性能网络的设计、选型和验收，确保网络性能满足大模型训练需求
• 开发并优化通信库（如NCCL、DeepEP），提升分布式训练效率
• 定位和排查推训任务中的网络相关问题，包括驱动、通信库和网络设备故障
• 与硬件团队协作，优化Linux网络驱动和RDMA性能
• 精通C++/Python，具备扎实的计算机理论基础
• 深入理解操作系统原理和Linux内核，尤其是网络子系统
• 熟悉RDMA、NCCL等高性能通信库的工作原理
• 了解网络交换、负载均衡和拥塞控制等网络技术

申请策略

• 申请时表达对大模型训练网络优化的热情，展示具体技术见解
• 关注小米AI平台的业务方向，在面试中体现对业务的理解
• 突出C++/Python高性能编程经验，尤其是网络相关项目
• 展示对Linux内核和网络协议栈的理解，比如驱动开发或网络优化经历
• 如果有RDMA或NCCL相关经验，务必重点提及
• 说明参与过大规模分布式训练或高性能计算项目
• 补充RDMA和InfiniBand网络知识，熟读相关协议规范
• 动手实践NCCL/DeepEP等通信库，理解其架构和调优方法

面试指南

• 使用STAR法则：情境、任务、行动、结果，条理清晰地阐述项目经验
• 对原理性问题，从底层机制到实际应用分层回答，体现深度
• 遇到不熟悉的技术，诚实说明，并展示学习和迁移能力
• 请描述一次排查网络性能瓶颈的经历，如何定位和解决？
• 谈谈你对RDMA的理解，它相比传统TCP的优势和保护域机制？
• 如何优化NCCL在多节点环境下的通信效率？
• 解释TCP和RDMA在拥塞控制上的差异？
• 如果你来设计一个大规模训练的集群网络，你会考虑哪些因素？