百度
高性能通信互联研发工程师（J102926）
高性能通信互联研发工程师（J102926）
发布于 2 天前实习/见习
北京市
初级经验
实习生
仅现场办公
学历未注明
研究与开发 (研发)
Rdma
Rocev2
Sglang
Vllm
集合通信
分布式并行策略
昆仑芯
AI 估算 · 5k–8k
实习岗位薪资按天计算，百度实习通常200-400元/天，月薪约5-8k，考虑技术难度偏高，取中位6500元。
职位详情
关于这个职位
该职位是百度高性能通信互联研发实习生，聚焦于大模型分布式训练中的Scale-up和Scale-out互联优化
你将深入RDMA协议和集合通信，使用C/C++/Python在昆仑芯超节点上部署和优化大模型推理，直接参与业界前沿的系统性能调优
适合对高性能网络、分布式系统和AI基础设施有浓厚兴趣的同学
最低要求
熟悉RDMA协议及C/C++/Python
熟悉IBGDA、DeepEP等新技术
熟悉vLLM或SGLang框架
了解分布式并行策略与集合通信
具备自驱力与问题解决意识，实习6个月左右，工作地点北京
工作职责
基于百度天池超节点产品，聚焦Scale-up互联（卡间全互联，32~256卡）与Scale-out互联（跨节点RDMA）的双向优化与验证
深入RDMA协议（RoCEv2/InfiniBand），调优RNIC基础通信性能（拥塞控制、参数配置），建立通信基准测试体系，分析All-Reduce/All-to-All等集合通信算子的带宽与时延瓶颈，将卡间通信时延压缩至微秒级
基于SGLang/vLLM等推理引擎，优化TP/PP/EP并行策略下的通信调度，参与PD分离架构中KV Cache的高效RDMA传输，在昆仑芯超节点上部署主流大模型（如DeepSeek R1），端到端验证吞吐量（Throughput）、首Token延迟（TTFT）和每Token处理时间（TPOT）等核心指标，确保优化方案可落地
主动发现链路异常与性能瓶颈，独立提出创新性优化方案并推动闭环落地
AI 洞察
优缺点分析
优点
- 接触百度自研昆仑芯和天池超节点，技术栈前沿，与AI大模型紧密相关
- 团队技术氛围浓厚，可系统性学习RDMA、集合通信等底层知识
- 实习产出直接落地于业界领先的大模型推理优化，简历含金量高
- 工作强度可能较大，涉及大量实验调优和问题定位
- 实习期仅6个月，需要在较短时间内掌握并独立贡献
- 适合对高性能计算、分布式系统或AI基础设施有强烈兴趣，且具备强自驱力和算法基础的计算机相关专业研究生或高年级本科生
缺点 / 挑战
- 技术门槛较高，需要同时理解网络协议、并行策略和推理框架
角色解读
- 从RDMA和集合通信入手，成为高性能网络专家，未来可转向AI基础设施架构师
- 积累大模型推理优化经验，向AI系统工程师或分布式计算研究员发展
- 参与前沿技术（如IBGDA、DeepEP），有机会发表专利或论文，提升学术影响力
- 基于百度天池超节点，优化卡间全互联（Scale-up）和跨节点RDMA（Scale-out）通信性能
- 深入RDMA协议栈，调优拥塞控制与参数配置，建立基准测试体系并分析集合通信算子瓶颈
- 使用SGLang/vLLM框架，优化TP/PP/EP并行策略下的通信调度，并在昆仑芯上部署大模型验证端到端指标
- 扎实的C/C++和Python编程能力，熟悉Linux开发环境
- 深入理解RDMA协议（RoCEv2/InfiniBand）和底层网络原理
- 熟悉SGLang或vLLM推理框架，了解分布式并行策略（TP/PP/EP）和集合通信（All-Reduce等）
- 具备自驱力和问题解决能力，能独立发现并优化性能瓶颈
申请策略
- 在简历或求职信中表达对AI基础设施的热情和对百度技术栈的了解
- 准备一个与RDMA或高性能通信相关的深度技术问题分析，展示问题解决思路
- 突出RDMA、集合通信相关项目或课程设计，展示对协议的理解和优化经验
- 强调使用SGLang/vLLM进行模型推理优化的经历，包括性能分析指标
- 展示C/C++编程能力，如网络编程、并发调优等代码实例
- 如果有Linux内核或驱动开发经验，务必重点提及
- 提前自学RDMA协议（RoCEv2）和InfiniBand基本概念，阅读相关文档
- 通过开源项目（如vLLM）实践分布式推理的部署和通信配置
面试指南
- 对比类问题：先明确比较维度（协议栈、性能、成本等），再分点说明差异，最后给出适用场景
- 优化类问题：遵循问题定义→现有瓶颈→优化思路→验证方案的结构，结合具体量级（千兆微秒）
- 故障定位类问题：采用分层排查法（物理层→传输层→应用层），逐步隔离变量，使用工具如perf、tcpdump等
- 请解释RoCEv2与InfiniBand的主要区别及各自优缺点
- 如何优化All-Reduce通信的时间？请从算法和实现层面分析
- 在vLLM中，TP和PP并行策略分别如何影响通信开销？请结合具体场景说明
- 假设发现某集合操作延迟异常，如何定位问题？请描述分析思路
- 你知道哪些拥塞控制算法？如何根据网络状况选择参数？
职位点评
64
综合评分
百度实习，顶尖AI基础设施，技术含金量高，薪资一般，适合硬核技术成长导向的同学。
更适合这类人
该职位最适合发展性动机强的求职者，希望积累前沿技术经验，愿意在薪资方面做出短期让步。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利40
成长发展90
工作生活50
使命价值75
薪资福利
40较低
实习薪资相对有限，但百度平台提供了一定的福利保障。整体补偿性动机满足程度较低。
薪资信号未披露（AI估算：5K-8K/月）
成长发展
90较高
该职位技术前沿，能深入RDMA、集合通信和大模型推理优化，实践性强，成长空间大。
技术前沿前沿/新兴技术
技术栈RDMA、RoCEv2、InfiniBand、SGLang、vLLM、昆仑芯、DeepSeek R1
业务类型ambiguous
工作生活
50较低
仅现场办公，工作地点北京，未提及弹性工时或WLB，可能有一定工作强度。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
75中等
参与AI基础设施优化，推动大模型效率提升，具有较好的社会价值和技术影响力。
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