百度
高性能计算研发工程师（J70524）
高性能计算研发工程师（J70524）
发布于 大约 1 小时前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
本科
软件工程
Go
Gpu
分布式系统
并行计算
高性能计算
AI 估算 · 25k–45k
百度智能云HPC方向，3-5年经验，技术门槛高，薪资在互联网大厂中属中上水平，通常14-16薪。
职位详情
关于这个职位
作为百度智能云的高性能计算研发工程师，你将参与构建和优化大规模HPC集群，涉及资源管理、任务调度、性能优化等核心模块，使用C++/Java/Go和容器技术（Kubernetes/Docker）提升系统效率，降低用户使用门槛
适合对分布式系统和高性能计算有浓厚兴趣的技术人才
最低要求
统招本科及以上学历，3-5年相关工作经验
熟悉至少一种编程语言，如 Java、C/C++、Go 等，并具备良好的编程能力
熟悉 Slurm、SGE、pbs 等批处理作业调度及资源管理系统，对其工作原理有深入了解
熟练使用 Cromwell、nextflow，kubeflow 等工作流引擎
熟悉容器技术，k8s 生态及原理，有 k8s、docker、containerd 扩展开发经验
对高性能计算领域有浓厚的兴趣，熟悉分布式系统原理，了解并行计算、分布式计算、调度等相关概念和技术
有较好的工程实践能力，能负责一个独立功能的设计、开发，自主的解决工程中遇到的相关问题，并持续优化
对敏捷开发方法的了解和实践，能够在快速迭代的环境下高效工作
具备良好的问题分析和解决能力，能够快速学习和掌握新技术
具备团队合作精神，良好的沟通能力和学习能力
工作职责
参与百度智能云高性能计算系统的研发，包括集群管理、资源管理、任务调度、软件市场等方面
参与高性能计算系统的易用性优化工作，使用户能够以更简单的方式实现管理并运行计算任务，降低学习成本和使用成本
负责高性能计算系统的性能优化工作，包括但不限于功能模块在CPU/GPU上的深度优化工作
探索业界新技术方向，将容器技术与高性能计算系统结合
AI 洞察
优缺点分析
优点
- 百度智能云是头部云厂商，HPC方向是AI、科学计算的关键基础设施，技术前景广阔
- 接触大规模分布式系统和前沿容器技术，技术积累含金量高
- 团队技术氛围浓厚，有机会参与开源社区和业界技术交流
- HPC系统复杂度高，涉及底层优化和调度收敛，对问题分析和解决能力要求高
- 需要同时掌握调度系统、容器、并行计算等多领域知识，学习曲线陡峭
缺点 / 挑战
- 百度工作节奏较快，可能需要应对紧急线上问题，有一定压力
- 适合热爱底层系统、对分布式和高性能计算有强烈兴趣，喜欢技术挑战，能接受快节奏工作的后端或系统工程师
角色解读
- 技术深耕：从HPC研发工程师成长为高性能计算专家，主导大规模集群架构设计
- 架构转型：向云原生/容器方向拓展，成为云原生HPC架构师，负责技术规划
- 管理路线：积累项目经验后晋升为技术Leader，带领团队攻克关键技术难题
- 负责百度智能云高性能计算系统的核心模块研发，包括集群管理、资源调度和任务分配等
- 优化HPC系统的易用性，通过工具和界面简化用户操作流程，降低学习成本
- 对计算任务在CPU/GPU上进行深度性能优化，提升资源利用率和计算效率
- 探索容器技术与HPC的融合，推动Kubernetes、Docker等容器化技术在HPC场景的应用
- 扎实的编程能力，熟练掌握Java、C/C++或Go，能独立完成功能模块开发
- 深入理解Slurm、SGE等作业调度系统原理，有实际部署和调优经验
- 熟悉Kubernetes、Docker容器生态，具备二次开发或扩展经验
- 了解并行计算、分布式系统原理，对高性能计算领域有浓厚兴趣
申请策略
- 在简历中清晰列出你与职位要求的匹配点，尤其是调度系统和容器部分
- 面试前了解百度智能云HPC产品的现状和开源项目（如Baidu HPC），体现你对业务的关注
- 突出HPC相关项目经验，如集群搭建、调度系统二次开发、性能优化案例
- 强调容器技术（K8s/Docker）的实际使用和扩展开发，附上GitHub链接或技术博客
- 展示编程能力，尤其是C++/Go的性能优化代码片段或开源贡献
- 提及参与过的分布式系统项目，说明你解决过的复杂问题
- 如果对Slurm不熟悉，建议搭建实验环境深入学习其配置和插件开发
- 补充Kubernetes Operator或自定义控制器开发经验，通过做side project强化
面试指南
- 对于原理类问题：先讲整体架构，再深入核心模块，结合实践经验说明
- 对于设计类问题：明确需求边界，对比不同方案的优劣，给出权衡选择，最后落地步骤
- 对于项目经验类问题：用STAR法则描述，突出难点、方案和量化结果
- 请详细介绍你对Slurm内部机制的理解，包括通信、调度算法和作业生命周期管理
- 如何设计一个支持异构资源（CPU/GPU）的集群调度策略？
- Kubernetes如何与HPC调度系统结合？你了解哪些方案？
- C++/Go中如何进行内存管理和性能优化？请举例
- 遇到过的最复杂的分布式系统问题是什么？你是如何解决的？
职位点评
74
综合评分
大厂核心云业务，前沿技术栈，薪资可观，但工作地点在北京市区且可能存在加班。
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
优先追求技术成长和薪资回报的求职者，如能接受一定工作强度，此职位是很好的选择。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展85
工作生活50
使命价值70
薪资福利
80较高
百度作为上市公司，薪资福利在行业中上游，有竞争力的薪酬和股票期权，但北京生活成本高，整体待遇能满足较高补偿性需求。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
85较高
涉及HPC、容器、分布式系统等前沿技术，有较大技术成长空间；但JD未明确提及晋升或培训，依赖公司内部机制。
技术前沿前沿/新兴技术
技术栈HPC、Kubernetes、Slurm、Docker、GPU优化、分布式系统
业务类型profit_center
工作生活
50较低
未说明弹性工作或远程，默认现场办公，北京通勤压力大；未提及WLB信号，互联网大厂通常有加班文化，生活平衡一般。
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
70中等
云计算和HPC是数字基建核心，对社会计算效率有正向作用，但百度作为商业公司，使命导向不明显。
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
百度 的其他在招职位
相似职位推荐
Watch Jobs