百度
深圳-AI网络工程师(J104904)
深圳-AI网络工程师(J104904)
发布于 18 分钟内普通员工/个人贡献者
全职员工仅现场办公网络工程
网络工程
Bgp
Go
Ospf
Rdma
Sdn
Tcp/Ip
值不值得投
77综合评分
综合评分 77
前沿技术栈、成长空间大、薪资有竞争力，但WLB未明确。
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。
薪资怎么样
30K
比网络工程中位数高
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 1140 个在招
市场机会
选择不多
深圳 · 网络工程 · 10 个在招
职位详情
关于这个职位
该职位负责设计面向AI大模型训练/推理场景的超大规模智算集群网络架构，优化分布式训练通信效率
研发AI原生的网络管理平台，集成大模型能力构建智能运维体系
并推动AI辅助编程以提升研发效能，同时跟踪可编程网络等前沿技术
最低要求
本科及以上学历，计算机、通信、光电、数学、自动化等相关理工科专业
深入理解TCP/IP协议栈，熟悉BGP、OSPF、IS-IS等路由协议，了解MPLS、VXLAN、EVPN等隧道技术
熟悉DNS、HTTP、负载均衡等应用层网络原理
了解RoCE、RDMA或InfiniBand等高性能网络技术原理（如PFC、ECN、拥塞控制），具备相关调优或故障排查经验者优先
熟练掌握C/C++、Go、Python、Shell等至少一种语言，具备Linux环境下的网络编程和调试能力
了解微服务框架或中间件（如Kafka、Redis）者更佳
具备AI原生思维，对AI的边界和潜力有清晰认识，能结合网络场景提出创新性的AI应用思路
具备极强的逻辑分析和问题解决能力，做事严谨、有极客精神
善于跨团队协作，勇于挑战大规模分布式系统的复杂性
工作职责
智算网络架构设计与研发：负责面向AI大模型训练/推理场景的超大规模智算集群网络架构设计，优化分布式训练下的通信效率，打造超高吞吐、超低时延的HPN（高性能网络）集群
AI原生的网络管理平台：研发行业领先的云基础设施网络管理平台，将大模型（LLM）能力深度集成至SDN控制器与运维体系中，构建“网络大脑”，实现CLI+GUI+LUI的三位一体，完成传统网管向AI原生的协同界面重塑
全球化基础设施与智能运维：负责覆盖全球的光通信+IP网络的规划与建设
构建新一代AIOps智能运维平台，利用机器学习和大模型分析实现网络故障的预测、自愈及根因定位，让网络“自动驾驶”
AI赋能研发效能：深度使用AI辅助编程工具，将生成式AI融入代码编写、测试用例生成、故障排查等研发全流程，追求工程效率的极致
前瞻技术跟踪与创新：关注可编程网络、Segment Routing（SRv6）、RoCE/RDMA高性能网络等新技术，结合AI能力，推动产品持续迭代
优先资格
具备RoCE、RDMA或InfiniBand等高性能网络技术相关调优或故障排查经验者优先
AI 洞察
优缺点分析
优点
- 技术栈前沿，涉及AI与网络深度结合，成长空间大
- 公司平台资源丰富，参与全球化基础设施项目
- AI赋能研发，提升工程效率和创新机会
- 技术复杂度高，需持续学习最新网络和AI技术
- 跨团队协作要求高，沟通和项目管理能力需强
- 适合对网络工程和人工智能都有浓厚兴趣，具备扎实技术基础，喜欢解决复杂系统问题的工程师
缺点 / 挑战
- 大规模分布式系统挑战大，故障排查难度高
角色解读
- 晋升为高级网络架构师或技术专家，深耕AI与网络融合领域
- 转向技术管理岗位，带领团队研发AI网络产品
- 在云计算和智能运维领域拓展，成为行业解决方案专家
- 设计超大规模智算集群网络架构，优化AI训练通信效率
- 研发AI原生网络管理平台，集成大模型能力实现智能运维
- 构建全球AIOps智能运维平台，利用机器学习实现网络故障预测和自愈
- 深度使用AI工具提升研发效能，推动前沿网络技术创新
- 精通TCP/IP协议栈和BGP、OSPF等路由协议
- 熟练掌握C/C++、Go、Python等编程语言，具备Linux网络编程能力
- 了解RDMA、RoCE等高性能网络技术，有调优或故障排查经验
- 拥有AI原生思维，能创新性应用AI解决网络问题
申请策略
- 研究百度在AI基础设施、云网络及智能运维方面的最新技术动态
- 准备技术深度案例，如网络优化、AI应用等，以在面试中展示
- 突出TCP/IP协议栈知识和路由协议经验，展示网络架构设计能力
- 强调编程语言熟练度（如C/C++、Python）和Linux环境下的项目经验
- 列举AI相关项目或高性能网络优化案例，体现创新思维
- 描述跨团队协作解决大规模系统问题的经历
- 深入学习RDMA、RoCE等高性能网络技术及其在AI场景的应用
- 提升AI工具（如代码生成、故障分析）的使用和集成能力
面试指南
- 从技术原理出发，结合AI训练场景的具体需求阐述设计思路
- 使用STAR方法（情境、任务、行动、结果）描述项目经历和问题解决过程
- 展示对AI工具的了解，说明如何实际应用提升效率
- 如何设计一个超大规模智算集群的网络架构以支持AI训练？
- 解释TCP/IP协议栈在优化分布式训练通信中的作用
- AI在网络运维中有哪些具体应用？请举例说明
- 描述你解决过的最复杂的网络性能问题，以及使用的工具和方法
- 你如何将生成式AI融入网络研发流程？
职位点评
薪资福利80
成长发展90
工作生活50
使命价值85
薪资福利
80较高
该职位在知名上市公司，薪资预计有竞争力，福利体系完善，能较好满足补偿性动机。
薪资信号未披露（AI估算：20K-40K/月）
成长发展
90较高
职位涉及前沿AI技术和网络架构，提供技能提升、创新机会和职业成长空间，对发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈TCP/IP、BGP、C/C++、Python、AI、RDMA、SDN
业务类型ambiguous
工作生活
50较低
JD未提及工作模式和WLB信号，可能需现场办公，办公灵活性有限，生活化动机满足程度一般。
工作模式未明确
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
85较高
职位在AI和网络高速增长领域，有技术革新和社会价值，对意义感动机满足较好。
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