Lenovo logo
联想
AI互连通信资深研究员

AI互连通信资深研究员

发布于 41 分钟前

普通员工/个人贡献者

AI 估算 · 4.5–7.5万 · AI 参考估算
高级经验
硕士
全职员工仅现场办公AI算法
AI算法
Ai服务器架构
Sonic
软硬件协同优化
集合通信

值不值得投

76综合评分

综合评分 76

AI基础设施前沿研发岗,技术成长性强,办公与生活平衡信息不明确。

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

6.0万

比AI算法中位数低

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 360 个在招 · 其中AI算法 12 个

市场机会

选择面较广

北京 · AI算法 · 约 240 个在招

职位详情

关于这个职位

该职位面向AI训练与推理场景,负责分析互连通信需求,设计并优化AI互连通信方案与架构

工作覆盖集合通信、在网计算、交换机OS及软硬件协同优化,并参与异构智算平台和超节点系统研发

最低要求

硕士及以上学位,计算机、通信、人工智能、软件工程、电子或相关专业,5年及以上AI或计算机系统领域工作经历

具备AI互连通信技术、产品和方案的设计、研发、优化的经验和能力
熟悉AI服务器系统架构及相关软硬件技术
熟悉AI应用场景负载特点及互连通信需求
具有一定的研发项目组织和管理能力

工作职责

典型AI训练与推理场景对AI互连通信的需求分析及评价

AI互连通信方案和架构的设计、实现与优化
开展集合通信、在网计算、交换机OS等AI互连通信研发及软硬件协同优化
协同BU规划和研发异构智算平台、超节点系统等产品

优先资格

拥有集合通信库、在网计算、SONIC、通信模拟器以及互连硬件等相关实际研发经验者优先

AI 洞察

优缺点分析

优点

  • 岗位处于AI基础设施与智算平台核心环节,技术深度和行业相关性较强
  • 工作内容覆盖通信架构、交换机OS、在网计算和软硬件协同,能力积累面较宽
  • 参与异构智算平台和超节点系统研发,有机会接触复杂系统级项目
  • AI互连通信涉及网络、服务器、系统软件和AI负载多领域交叉,技术复杂度高
  • 岗位聚焦前沿基础设施研发,方案验证周期和工程落地难度可能较大
  • 适合具备AI系统、网络通信或服务器架构背景,希望在AI基础设施和智算平台方向深耕的资深技术人才

缺点 / 挑战

  • 职位明确要求资深经验,说明岗位对技术判断和方案落地能力有较高认可度
  • 需要协同BU和多个研发团队推进产品规划与实现,对沟通协调和项目推动能力要求较高

角色解读

  • 可沿着AI基础设施专家方向深入,成长为互连通信、智算集群或系统架构领域的技术专家
  • 可拓展到异构智算平台、超节点系统、AI服务器架构等更广泛的系统研发方向
  • 具备跨团队组织经验后,也可转向技术管理或平台架构负责人角色
  • 分析AI训练和推理场景中的互连通信瓶颈,评估带宽、时延、拓扑和集合通信需求
  • 设计、实现和优化AI互连通信方案,包括集合通信、在网计算和交换机OS相关能力
  • 参与AI服务器、异构智算平台和超节点系统的软硬件协同研发,推动方案从架构到落地
  • 与业务单元协作规划产品方向,将互连通信技术要求转化为系统级研发方案
  • 需要扎实的计算机系统、通信网络和AI系统架构基础,理解训练与推理负载特征
  • 需要掌握集合通信库、在网计算、交换机OS、SONIC或通信模拟器等实际研发经验
  • 需要熟悉AI服务器硬件、互连架构和软硬件协同优化方法
  • 需要具备一定的项目组织管理能力,能跨团队推进复杂系统研发

申请策略

  • 申请前建议了解联想在AI服务器、异构智算和超节点系统方面的产品方向,准备与岗位匹配的技术观点
  • 面试中尽量用具体项目数据说明优化效果,并解释架构取舍和工程落地过程
  • 重点突出AI服务器、智算集群、互连通信或高性能网络相关项目经历,说明承担的技术角色和最终成果
  • 明确写出集合通信库、在网计算、SONIC、交换机OS、通信模拟器或互连硬件等实际经验
  • 强化软硬件协同优化案例,例如带宽利用率、通信时延、训练效率或系统稳定性的改进
  • 展示跨团队项目组织经历,包括需求拆解、方案评审、研发推进和落地验证
  • 可补充学习NCCL、RCCL、MPI等集合通信库原理,以及AllReduce、AllGather等典型通信模式
  • 加强对AI训练/推理负载、分布式并行策略和智算集群拓扑的理解

面试指南

  • 先描述场景和约束,包括模型规模、并行策略、通信模式、带宽时延目标和硬件拓扑
  • 再说明技术方案的设计思路、关键取舍、实现路径和验证指标,尽量用量化结果支撑
  • 最后总结遇到的问题、跨团队协作方式和可复用经验,体现系统级思考和落地能力
  • 如何分析大模型训练或推理场景中的互连通信瓶颈?
  • 请介绍你参与过的一个集合通信库或AI互连通信优化项目
  • 在网计算适合哪些AI通信场景,落地时有哪些工程难点?
  • 如何设计AI服务器或超节点系统中的互连通信架构?
  • 你对SONIC、交换机OS或通信模拟器有哪些实际使用经验?

职位点评

薪资福利78
成长发展88
工作生活55
使命价值76

薪资福利

78中等

JD未披露薪资和福利信息,但岗位要求硕士及以上和五年以上经验,且涉及AI互连通信与系统架构,薪资吸引力可能较好。稳定性与福利信息未提及,无法进一步判断。

薪资信号未披露(AI估算:4.5千–7.5万/月)

成长发展

88较高

岗位聚焦AI互连通信、在网计算、交换机OS和异构智算平台,技术方向较新且系统复杂度高,对资深研发人员成长价值明显。JD未提及明确晋升通道或培训机制。

技术前沿前沿/新兴技术
技术栈AI互连通信、集合通信、在网计算、交换机OS、SONIC、通信模拟器、异构智算平台、超节点系统
业务类型ambiguous

工作生活

55较低

JD仅明确工作地点为北京,未说明远程、混合办公、弹性工时或加班情况。生活化动机相关信号不足,通勤与办公灵活性需进一步确认。

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

76中等

岗位服务于AI训练推理、异构智算平台和超节点系统研发,处于AI基础设施建设的重要方向,技术前景较强。JD未直接描述社会使命或公共价值导向。

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