阿里巴巴
阿里云智能-高性能网络研发-北京/杭州
阿里云智能-高性能网络研发-北京/杭州
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公DevOps/SRE
DevOps/SRE
Mpi
Nccl
Rdma
Roce
值不值得投
79综合评分
综合评分 79
核心AI基础设施岗，技术前沿且成长空间巨大，薪资竞争力强，但工作强度与排障压力可能较高。
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
5万
与DevOps/SRE中位数基本持平
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 3430 个在招 · 其中DevOps/SRE 27 个
市场机会
选择适中
杭州 · DevOps/SRE · 44 个在招
职位详情
关于这个职位
该岗位隶属于阿里云智能集团，主要负责设计和运维基于RDMA的高性能网络架构，支撑万卡级GPU等大规模AI训练集群
你需要优化分布式AI工作负载的网络性能，解决通信瓶颈，并构建自动化运维工具与CI/CD流水线，实现网络的全生命周期管理
最低要求
计算机科学、网络工程、电子工程等相关专业
高性能网络或相关领域工作经验，熟练掌握C/C++、Python，Golang 等主流编程语言
精通 Linux 系统编程和调优，熟悉 RDMA 技术原理（RoCE v2、InfiniBand）及应用场景，内核网络栈、DPDK 等高性能网络技术者优先
具备良好的问题定位与解决能力，能独立处理大规模分布式系统的稳定性问题
具备良好的学习能力和团队协作意识，能够快速融入团队并完成相关任务
工作职责
）AI 训练集群网络架构设计与运维：部署、运维和维护基于 RoCE/InfiniBand 的 RDMA 网络架构，支撑大规模 AI 训练集群（如万卡级 GPU 集群）
优化分布式 AI 工作负载（如 NCCL、MPI）的网络性能，降低通信延迟，提升吞吐效率
）网络性能调优与问题解决：解决分布式训练中的复杂网络问题（如 NCCL/MPI 通信瓶颈、带宽利用率低等）
利用自动化工具进行网络资源分配、监控、诊断及性能分析（如延迟/吞吐量分析、端到端链路追踪）
）自动化与 CI/CD 实践：构建网络基础设施的 CI/CD 流水线（Infrastructure as Code），实现网络配置的自动化部署与版本管理
开发自动化脚本与工具，提升网络运维效率与稳定性
）全生命周期网络管理：管理端到端网络生命周期（部署、配置、监控、升级），确保网络服务的高可用性与可扩展性
设计并实施网络监控与告警体系，快速定位并修复潜在故障
）跨团队协作与技术落地：与 AI/ML 工程师紧密合作，排查训练/推理流水线中的网络瓶颈，提供针对性优化方案
深度参与 AI 框架（如 TensorFlow、PyTorch）与底层网络基础设施的适配与性能调优
优先资格
有 RDMA 硬件（如 Mellanox/ConnectX 系列网卡）配置、调优经验
熟悉 AI/ML 训练场景（如大模型训练、分布式推理）的网络优化实践
有开源社区贡献经验（如 RDMA/OFED 栈、NCCL、MPI 等）
熟悉云原生技术（Kubernetes、CNI、Service Mesh）及容器化部署实践
具备英语技术文档阅读与沟通能力
AI 洞察
优缺点分析
优点
- 处于AI大模型爆发的核心赛道，接触万卡级GPU集群等前沿基础设施，技术视野与实战经验极具稀缺性
- 依托庞大的业务场景，能够落地最前沿的高性能网络技术，技术成长空间与行业影响力巨大
- 核心基础架构团队，技术沉淀深厚，能与顶尖的AI/ML工程师紧密协作，提升综合技术实力
- 适合对底层网络协议和系统性能优化有浓厚兴趣，具备扎实系统编程基础，且渴望在AI算力基础设施领域深耕的高级技术人才
缺点 / 挑战
- 大规模分布式AI训练集群的网络环境极其复杂，排查NCCL/MPI通信瓶颈等底层问题难度高、压力大
- AI大模型迭代迅速，对网络基础设施的性能要求不断突破极限，需要持续学习并应对极高的技术挑战
角色解读
- 在AI基础设施领域深耕，成为高性能网络与RDMA技术的专家，主导下一代算力网络架构设计
- 向技术架构师或技术总监方向发展，负责更大规模的全球算力网络规划与团队技术管理
- 负责设计和运维基于RoCE/InfiniBand的RDMA网络架构，支撑万卡级GPU等大规模AI训练集群
- 优化分布式AI工作负载的网络性能，解决NCCL/MPI通信瓶颈，降低延迟并提升吞吐效率
- 构建网络基础设施的CI/CD流水线，开发自动化工具，实现网络配置的自动化部署与全生命周期管理
- 精通C/C++、Python、Golang等编程语言，具备扎实的Linux系统编程和内核网络栈调优能力
- 深入理解RDMA技术原理（RoCE v2、InfiniBand）及DPDK等高性能网络技术，有实际落地经验
- 熟悉分布式系统架构，具备复杂网络问题定位与解决能力，能独立处理大规模集群的稳定性问题
申请策略
- 提前了解阿里云在AI算力网络方面的最新技术博客或开源项目（如eRDMA），在面试中展现对行业前沿的关注
- 准备好应对复杂的系统级故障排查场景，面试时能够清晰阐述定位网络瓶颈的思路和工具链
- 重点突出在RDMA、RoCE或InfiniBand等高性能网络领域的实际项目经验，特别是大规模集群的部署与调优成果
- 展示在Linux内核网络栈、DPDK或NCCL/MPI等分布式通信框架上的深度优化经验，用具体数据说明性能提升效果
- 强调自动化运维能力，如使用Python/Golang开发网络运维工具、构建IaC流水线及CI/CD实践的经验
- 深入学习AI大模型训练框架（如PyTorch）的底层通信机制，了解NCCL等集合通信库的工作原理
- 熟悉云原生网络架构，掌握Kubernetes CNI、Service Mesh等容器化网络部署与调优技术
面试指南
- STAR法则：针对故障排查和优化问题，按照情境、任务、行动、结果的框架，突出你的分析逻辑和量化收益
- 分层剖析法：回答架构设计或性能调优问题时，从物理层、链路层、网络层到应用层（如NCCL）逐层展开，展现系统性思维
- 请详细描述一次你解决过的最复杂的RDMA网络性能瓶颈问题，你是如何定位并优化的？
- 在万卡级GPU集群中，NCCL通信出现延迟抖动或带宽利用率低，你会从哪些层面进行排查？
- 如何设计一个高可用且可扩展的RoCE v2网络架构，以支撑大规模AI训练任务？
- 请分享你构建网络基础设施CI/CD流水线的经验，如何实现网络配置的自动化与版本管理？
- 复习RDMA、RoCE v2、InfiniBand的核心协议原理，以及DPDK、Linux内核网络栈的关键机制
- 了解分布式AI训练的网络通信模型，熟悉MPI和NCCL的工作原理及常见性能调优手段
职位点评
薪资福利85
成长发展90
工作生活50
使命价值85
薪资福利
85较高
该岗位属于核心技术基础设施研发，技术门槛高，结合整体薪酬体系，薪资竞争力强，但JD未明确披露具体薪资与福利细节。
薪资信号未披露（AI估算：3.5千–6.5万/月）
成长发展
90较高
岗位聚焦AI大模型底层高性能网络，技术栈极其前沿，能接触到万卡级集群等顶尖基础设施，技术成长与行业视野拓展空间巨大。
技术前沿前沿/新兴技术
技术栈RDMA、RoCE、InfiniBand、NCCL、MPI、DPDK、Kubernetes、C/C++、Python、Golang
业务类型ambiguous
工作生活
50较低
JD未明确说明工作模式与加班情况，但作为核心基础架构研发岗且涉及大规模集群运维，可能面临一定的突发故障处理压力，WLB情况无法确切判断。
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
85较高
岗位直接支撑AI大模型训练与推理的下一代网络基础设施，处于当前科技行业最具爆发力和战略意义的赛道，使命感与行业前景极佳。
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
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs