小红书
【2027校招】网络系统开发工程师
【2027校招】网络系统开发工程师
发布于 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通信
Dpdk
Ebpf
Go
Rdma
Tcp/Ip
网络网关
值不值得投
80综合评分
综合评分 80
小红书校招基础架构岗，聚焦AI网络与底层网关，技术前沿且成长空间大，薪资竞争力强。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
3.3万
与网络工程中位数基本持平
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 1420 个在招 · 其中网络工程 6 个
市场机会
选择适中
北京 · 网络工程 · 44 个在招
职位详情
关于这个职位
该职位主要负责小红书网络基础服务的建设与维护，包括网关研发及AI高性能网络通信框架的优化
你需要运用C/C++/Go等语言，结合TCP/IP、DPDK等技术，为大模型训练和推理场景提供极致的网络性能与高可用接入方案
最低要求
计算机科学或相关专业，本科及以上学历的应届毕业生
熟练掌握 Linux 环境下的 C / C++ / Go /Rust等至少一种编程语言
网络基础扎实，深入理解 TCP/IP、DNS、NAT、负载均衡等网络协议与服务
强大的学习能力和团队协作精神
工作职责
负责建设、维护和管理小红书网络基础服务，构建面向计算节点、网关以及AI的高性能网络解决方案
负责LB/NAT/安全/DNS网关研发，提供极致性能和成本优化，支撑混合云架构下的服务高可用接入，提升接入体验
负责AI高性能网络通信框架和大模型训练/推理场景的性能优化，聚焦模型通信场景的能力建设，完善集合通信、点对点通信等通信方式与训练/推理框架的联合方案设计，追求极致的训练/推理性能
负责团队核心产品的稳定性保障，通过平台建设、智能运营持续提升运营效率
优先资格
有DPDK/eBPF/RDMA等高性能数据面开发经验优先
了解AI通信库相关组件和实现原理，有相关实习经验优先
AI 洞察
优缺点分析
优点
- 接触超大规模互联网公司的核心基础架构，技术栈前沿（涉及AI通信、eBPF等）
- 业务场景复杂，能极大提升解决高并发、高可用及极致性能优化问题的能力
- 底层网络与AI通信框架技术门槛高，学习曲线陡峭
- 适合对底层技术有浓厚兴趣、具备扎实网络基础且愿意在基础架构和AI基础设施方向深耕的计算机专业应届生
缺点 / 挑战
- 需要保障核心产品的稳定性，可能面临较大的线上运维与故障排查压力
角色解读
- 从网络系统开发工程师成长为网络架构师或基础架构技术专家
- 未来可向AI基础设施、云计算网络或大规模分布式系统架构方向深入发展
- 负责小红书底层网络基础服务的建设与维护，研发LB/NAT/DNS等网关产品
- 聚焦AI大模型训练与推理场景，优化高性能网络通信框架，保障核心产品的稳定性与高可用
- 扎实的计算机网络基础，深入理解TCP/IP及各类网络协议
- 熟练掌握Linux环境下的C/C++/Go/Rust等编程语言，具备高性能数据面（如DPDK/eBPF）开发能力
申请策略
- 了解小红书的基础架构演进和AI大模型业务布局，在面试中展现出对底层技术的热情和解决复杂系统问题的思路
- 突出在Linux环境下的C/C++/Go编程能力，以及在网络协议、高性能网络（如DPDK/eBPF）方面的项目或实习经验
- 若有AI通信或大模型训练相关的网络优化经验，务必重点展示
- 深入学习DPDK、eBPF、RDMA等高性能数据面技术，了解主流AI通信库（如NCCL）的原理与实现
面试指南
- 采用“原理+实践+优化”的框架
- 先阐述底层协议或技术原理，再结合具体项目或场景说明如何应用，最后探讨性能瓶颈及优化方案
- 请详细描述TCP/IP协议栈中数据包从应用到网卡的传输过程
- DPDK是如何绕过内核协议栈实现高性能收发包的？
- 在负载均衡或NAT网关研发中，如何保证高可用和一致性？
- 针对大模型训练场景，集合通信（如AllReduce）的网络瓶颈通常在哪里，如何优化？
- 复习计算机网络核心知识，重点准备Linux网络子系统、高性能网络编程（如epoll、DPDK）及AI分布式训练通信原理
- 准备好过往项目中的技术难点及解决思路，体现系统性思考能力
职位点评
薪资福利85
成长发展95
工作生活50
使命价值80
薪资福利
85较高
作为超大型企业的校招基础架构岗，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：2.5千–4万/月）
成长发展
95较高
岗位涉及AI高性能网络、eBPF等前沿技术，技术深度与广度极佳，个人技术成长空间巨大。
技术前沿前沿/新兴技术
技术栈C/C++、Go、Rust、Linux、TCP/IP、DPDK、eBPF、RDMA、AI通信
业务类型ambiguous
工作生活
50较低
JD未提及工作模式与WLB相关信息，但基础架构与稳定性保障岗位通常面临一定的线上运维压力。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
支撑AI大模型训练与推理，属于当前高速增长且极具技术挑战的赛道，行业前景广阔。
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
Watch Jobs