阿里巴巴
达摩院-工具链专家-计算技术
达摩院-工具链专家-计算技术
发布于 大约 14 小时前普通员工/个人贡献者
杭州市 / 上海市
专家级经验
全职员工
仅现场办公
本科
DevOps/SRE
Dcgm
Ebpf
Gpu虚拟化
Linux内核
Nvidia Nsight
Nvml
性能调优
AI 估算 · 40k–70k
职位详情
关于这个职位
作为达摩院工具链专家，你将负责AI芯片开发者工具体系的核心架构设计与关键模块交付，覆盖性能调优、调试诊断、系统管理和云原生运维四大工具线
你将推动工具链从单机可用走向集群化、可编程化、产品化，对标NVIDIA Nsight/DCGM/NVML生态，构建一体化工作流，并为AI Agent集成预留标准化接口
最低要求
计算机、软件工程或电子工程相关专业本科及以上学历，5年以上系统软件或工具链开发经验，其中至少2年专注于GPU/加速器工具链或高性能计算基础设施方向
精通C/C++（底层采集、GDB扩展、CoreDump解析）和Python（上层CLI、SDK、数据分析），深入理解Linux内核调试子系统（perf、ftrace、eBPF、kgdb）、PCIe错误处理和设备驱动模型
熟悉Kubernetes扩展机制（Device Plugin、Operator Pattern）及GPU虚拟化技术（MIG、vGPU）
具备NVIDIA Nsight/DCGM/NVML或同类工具（ROCm rocprof、Intel VTune）的架构理解或开发经验者优先
有大规模集群（千节点以上）运维工具建设经验者优先
具备强烈的产品化意识，关注工具的易用性、接口规范性和文档完整度，能与驱动、编译器、框架团队紧密协作，将领域Know-how转化为稳定可交付的工具能力
工作职责
负责AI芯片开发者工具体系的核心架构设计与关键模块交付，覆盖性能调优（Insight）、调试诊断（GDB/CoreDump增强）、系统管理（DCGM/SMI）和云原生运维（K8S GPU Operator）四大工具线
推动工具链从单机可用走向集群化、可编程化、产品化，对标NVIDIA Nsight/DCGM/NVML生态，构建Profiling → Debugging → Root Cause Analysis的一体化工作流
在架构层面为AI Agent集成预留标准化接口，让工具链的能力能被上层自动化系统和智能Agent稳定调用
将内部工具转化为可对外交付的开发者产品
优先资格
具备NVIDIA Nsight/DCGM/NVML或同类工具（ROCm rocprof、Intel VTune）的架构理解或开发经验者优先
有大规模集群（千节点以上）运维工具建设经验者优先
AI 洞察
优缺点分析
优点
- 阿里巴巴达摩院平台，技术影响力大，资源丰富
- AI芯片工具链是前沿领域，技术含量高，发展前景广阔
- 对标NVIDIA生态，有机会接触最先进的技术和工具
- 薪资水平高，福利待遇好
- 技术难度高，需要深入理解底层硬件和系统软件
缺点 / 挑战
- 工作强度可能较大，需要应对Tapeout窗口期的压力
- 需要与多个团队协作，沟通成本较高
- 适合对底层系统软件和AI芯片技术有浓厚兴趣，具备深厚C/C++功底和GPU工具链开发经验，愿意挑战高难度技术问题的资深工程师
角色解读
- 从工具链专家向技术架构师或技术总监方向发展，负责更大范围的技术战略
- 在AI芯片领域深耕，成为GPU/加速器工具链领域的顶尖专家
- 有机会将内部工具产品化，走向商业化产品管理或技术产品经理方向
- 负责AI芯片开发者工具链的核心架构设计，包括性能调优、调试诊断、系统管理和云原生运维四大工具线
- 对标NVIDIA Nsight/DCGM/NVML生态，构建Profiling → Debugging → Root Cause Analysis的一体化工作流
- 为AI Agent集成预留标准化接口，推动工具链从单机走向集群化、可编程化、产品化
- 精通C/C++和Python，深入理解Linux内核调试子系统（perf、ftrace、eBPF、kgdb）和PCIe错误处理
- 熟悉Kubernetes扩展机制（Device Plugin、Operator Pattern）及GPU虚拟化技术（MIG、vGPU）
- 具备NVIDIA Nsight/DCGM/NVML或同类工具的架构理解或开发经验
申请策略
- 了解达摩院在AI芯片领域的最新动态和技术方向，在面试中展示对行业趋势的理解
- 准备一个完整的工具链项目案例，展示从设计到交付的全过程
- 突出GPU/加速器工具链开发经验，特别是NVIDIA Nsight/DCGM/NVML或同类工具的使用和开发
- 强调C/C++底层开发能力，包括内核调试、驱动开发等经验
- 展示Kubernetes和GPU虚拟化相关项目经验
- 如有大规模集群运维工具建设经验，务必突出
- 深入学习eBPF、ftrace等Linux内核调试技术
- 熟悉Kubernetes Operator模式和Device Plugin开发
面试指南
- 结合具体项目经验，展示从问题定义、架构设计到实现交付的完整思路
- 强调对底层原理的理解，如Linux内核、GPU架构、Kubernetes机制
- 体现产品化思维，关注工具的易用性和可扩展性
- 请描述你如何设计一个性能分析工具，对标NVIDIA Nsight？
- 如何处理GPU调试中的CoreDump和GDB扩展？
- 如何利用eBPF进行性能监控和故障诊断？
- 如何设计一个Kubernetes GPU Operator？
- 如何平衡工具链的易用性和底层性能？
职位点评
83
综合评分
高薪、前沿技术栈、成长空间大，但工作强度可能较高。
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。
更适合这类人
该职位最适合追求技术深度和前沿领域发展，对薪资和职业成长有较高期望，能接受一定工作强度的求职者。
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95
工作生活60
使命价值85
薪资福利
85较高
该职位薪资水平高，福利待遇好，阿里巴巴作为大厂提供稳定的职业保障，补偿性动机满足程度较高。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
95较高
该职位涉及AI芯片工具链前沿技术，技术含量高，成长空间大，发展性动机满足程度极高。
技术前沿前沿/新兴技术
技术栈C/C++、Python、Linux、Kubernetes、GPU、eBPF、NVIDIA Nsight、DCGM、NVML
业务类型ambiguous
工作生活
60中等
工作地点在杭州或上海，均为一线城市，但工作强度可能较大，生活化动机满足程度一般。
工作模式仅现场办公
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
85较高
AI芯片工具链是推动AI技术发展的关键基础设施，具有较高的社会价值和行业前景。
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