【快Star】光和数据通信技术工程师-AI网络方向

优缺点分析

角色解读

• 从网络工程师向AI网络架构师发展，成为数据中心网络设计专家
• 可转向AI基础设施全栈，结合网络与计算、存储协调优化
• 在快手内部晋升为技术专家或团队Leader，主导网络技术方向
• 研究AI应用场景下的网络技术演进，设计适合AI训练的Scale-out/Scale-up网络架构
• 推动高性能网络技术普惠化，让更多应用受益于低延迟高带宽网络
• 参与数据中心网络和数据中心互联网络的架构设计，包括拓扑、功能定义和芯片选型
• 精通网络协议栈：BGP、Segment Routing、TCP/UDP、Vxlan等
• 深入理解RDMA软硬件体系，包括主机驱动、硬件offload和拥塞控制算法
• 熟悉Linux内核网络编程，能用C/C++或Python进行网络工具开发
• 掌握多种数据中心拓扑（Spine-Leaf、Fat-Tree、CLOS等），具备架构设计能力

申请策略

• 了解快手AI网络团队的技术博客或公开演讲，在面试中展现对业务的理解
• 准备一个关于AI网络架构设计的小型项目或研究，展示系统思维
• 突出网络相关项目经历，尤其是RDMA、拥塞控制、数据中心拓扑设计等
• 如果有论文发表（如SIGCOMM、NSDI），务必放在显眼位置
• 强调编程能力，特别是C/C++和Linux内核网络编程经验
• 列出持有的网络认证（如CCIE、HCIE），证明专业水平
• 深入学习RDMA协议和RoCEv2，动手配置过RDMA环境为佳
• 强化Linux内核网络栈理解，可以尝试阅读内核源码或编写简单内核模块

面试指南

• 先明确问题核心，分点列出关键要素，然后结合实际项目或论文中的经验
• 遇到设计类问题，采用自上而下的结构化思考：需求→约束→方案→权衡
• 对于协议问题，强调标准理解的同时加入在快手实际场景下的优化思考
• 请详细解释RDMA的工作原理及其在AI训练中的作用
• 描述你熟悉的拥塞控制算法（如DCQCN）如何工作，优缺点是什么？
• 请比较Spine-Leaf和Fat-Tree拓扑的适用场景
• Linux内核中如何实现一个简单的网络包处理？请描述关键函数
• 如果设计一个支持100Gbps的AI网络，你会考虑哪些关键技术？