阿里巴巴
阿里云智能-高性能网络高级架构师-杭州/北京
阿里云智能-高性能网络高级架构师-杭州/北京
发布于 大约 4 小时前普通员工/个人贡献者
全职员工仅现场办公网络工程
网络工程
Ai基础设施
Dpdk
Nccl
Nvidia Connectx
Rdma
Roce
Spine-Leaf
网络架构
值不值得投
76综合评分
综合评分 76
高薪、前沿技术栈、成长空间大，但工作强度高，WLB一般。
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
75K
比网络工程中位数高
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 2190 个在招 · 其中网络工程 11 个
市场机会
选择适中
杭州 · 网络工程 · 18 个在招
职位详情
关于这个职位
作为阿里云智能集团的高性能网络高级架构师，你将主导数据中心网络架构的设计与演进，专注于RDMA网络、超节点等核心技术，构建支撑AI推理与训练的低延迟、高吞吐网络基础设施
你将负责技术选型、方案落地，并与业务团队协作解决跨领域性能瓶颈，推动网络可观测性体系建设
此岗位要求8年以上高性能网络架构设计经验，并精通RDMA技术栈
最低要求
计算机科学、网络工程、通信工程或相关专业
年以上高性能网络（ AI 基础设施）架构设计经验
精通 RDMA 技术栈（InfiniBand / RoCE），熟悉 libibverbs 编程模型、MR 管理、QP 状态机等核心概念
深入了解主流 RDMA 网卡（NVIDIA ConnectX-5/6/7）的特性与调优方法，有实际部署和性能优化经验
熟悉数据中心网络架构（Spine-Leaf / Fat-Tree / Dragonfly 等），具备大规模（千卡以上）集群网络设计经验
熟悉 Linux 网络协议栈、内核旁路技术（DPDK / SPDK）及网络性能分析工具（perftest、ibwritebw 等）
有强烈技术热情和好奇心，自驱力和学习力强
具备良好的分析与解决问题的能力、沟通以及团队合作能力
喜欢挑战性的技术研发工作，善于攻坚克难，有创新热情，积极乐观，坚韧抗压，结果导向，能够持续推动问题的解决和突破
掌握AI基础知识，掌握基础提示词工程，会使用AI专业工具，集成AI到个人工作流
工作职责
主导高性能网络架构的规划与设计，涵盖数据中心网络拓扑、RDMA 网络方案、集合通信优化等方向
负责ScaleOut和ScaleUP网络的选型、部署、调优及故障排查，保障大规模集群的网络性能与稳定性
深入理解商用网的特性和自研网卡的开发，推动硬件能力与业务场景的深度结合
设计并优化 AI 训练场景下的集合通信方案，包括 NCCL 调优、网络拓扑感知调度、流量工程等
推动网络可观测性体系建设，建立网络性能基线、异常检测和根因分析能力
跟踪业界前沿技术发展，输出技术洞察与演进路线
与上层业务团队紧密协作，端到端解决跨领域性能瓶颈
优先资格
有AI相关开发工具应用研发经验者优先，持有阿里云ACA/ACP/ACE认证证书者优先
AI 洞察
优缺点分析
优点
- 薪资水平高，福利待遇好，职业发展路径清晰，在行业内认可度高
- 技术更新迭代快，需要持续学习和跟踪业界前沿技术，保持技术领先性
- 岗位要求极高，需要8年以上经验，且对RDMA、网络架构等有深入理解，竞争激烈
缺点 / 挑战
- 处于AI基础设施的核心赛道，技术前沿性强，能够接触并解决大规模AI集群的网络瓶颈问题
- 阿里巴巴云智能集团提供广阔的平台和丰富的资源，技术挑战大，个人成长空间巨大
- 工作强度较大，需要应对大规模集群的复杂技术挑战和紧急故障处理
- 适合对高性能网络技术有深厚积累、热爱挑战、具备极强自驱力和问题解决能力的技术专家
角色解读
- 在技术专家路线上持续深耕，成为高性能网络领域的权威专家，主导行业级技术标准制定
- 向技术管理方向发展，带领网络架构团队，负责更大规模的AI基础设施规划与建设
- 横向拓展至AI基础设施全栈架构，结合网络、计算、存储等方向，成为系统级架构师
- 主导数据中心网络架构的规划与设计，包括拓扑结构、RDMA方案和集合通信优化，确保网络满足AI训练和推理的低延迟、高吞吐需求
- 负责ScaleOut和ScaleUp网络的选型、部署、调优及故障排查，保障大规模集群的网络性能与稳定性
- 深入理解商用网卡特性并参与自研网卡开发，推动硬件能力与业务场景的深度结合，提升整体系统性能
- 推动网络可观测性体系建设，建立性能基线、异常检测和根因分析能力，并跟踪业界前沿技术输出演进路线
- 精通RDMA技术栈（InfiniBand/RoCE），熟悉libibverbs编程模型、MR管理、QP状态机等核心概念
- 深入了解NVIDIA ConnectX-5/6/7等主流RDMA网卡的特性与调优方法，具备实际部署和性能优化经验
- 熟悉数据中心网络架构（Spine-Leaf/Fat-Tree/Dragonfly等），具备千卡以上大规模集群网络设计经验
- 熟悉Linux网络协议栈、内核旁路技术（DPDK/SPDK）及网络性能分析工具，并掌握AI基础知识和提示词工程
申请策略
- 在简历中明确写出在AI基础设施网络方面的具体贡献和量化成果，如降低训练时间、提升集群利用率等
- 面试前了解阿里云云智能集团的最新业务方向和技术布局，尤其是AI基础设施方面的投入
- 突出8年以上高性能网络架构设计经验，重点描述在RDMA、InfiniBand/RoCE、NVIDIA网卡调优方面的具体项目成果
- 强调大规模集群（千卡以上）网络设计、部署和优化的实际案例，用数据量化性能提升
- 展示对NCCL、DPDK、SPDK等技术的深入理解，以及参与自研网卡开发的经验
- 提及AI相关技能，如提示词工程、AI工具使用，以及阿里云认证证书
- 深入学习NVIDIA最新网卡（如ConnectX-7）的特性和调优方法，关注RDMA技术的最新进展
- 加强对AI训练框架（如Megatron、DeepSpeed）和集合通信库（NCCL）的理解，提升跨领域优化能力
面试指南
- 采用STAR法则（情境、任务、行动、结果）回答项目经验问题，突出个人贡献和量化成果
- 对于技术方案问题，先阐述设计思路和考量因素，再结合具体技术细节和实际案例，最后总结方案的优缺点
- 对于故障排查问题，强调系统性思维，从网络分层、监控数据、日志分析等多角度入手，并分享一个具体的排查案例
- 请详细描述你主导过的一个大规模AI集群网络架构设计项目，包括拓扑选择、RDMA方案和性能优化过程
- 如何对NVIDIA ConnectX-6网卡进行性能调优？请举例说明你遇到过的性能瓶颈和解决方案
- 在AI训练场景下，如何设计集合通信方案来优化NCCL性能？
- 谈谈你对超节点、ScaleUP网络的理解，以及它们在未来AI基础设施中的发展趋势
- 当网络出现大规模故障时，你的排查思路和根因分析方法是什么？
职位点评
薪资福利80
成长发展95
工作生活40
使命价值85
薪资福利
80较高
该职位薪资水平高，福利待遇优厚，且位于杭州/北京等一线城市，能较好地满足补偿性动机。
薪资信号未披露（AI估算：60K-90K/月）
成长发展
95较高
该职位处于AI基础设施前沿，技术挑战大，能接触顶尖的RDMA、NCCL等技术，成长空间巨大。
技术前沿前沿/新兴技术
技术栈RDMA、InfiniBand、RoCE、NCCL、DPDK、NVIDIA、AI
业务类型profit_center
工作生活
40较低
职位要求高强度、高投入，工作地点为杭州或北京，未提及弹性办公或远程工作，生活化动机满足程度有限。
工作模式未明确
办公地点未明确
加班情况JD含高强度暗示词
使命价值
85较高
该职位直接支撑AI时代的基础设施，对推动AI技术发展有重要价值，使命感强。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs