岗位描述 1. 主导RDMA高性能网络架构设计： 设计并优化万卡级RDMA网络协议、拓扑，流控技术，支持AllReduce、All-to-All等通信模式，保障吞吐率>90%。 联动PyTorch、NCCL等框架，通过RDMA配置、内存注册策略降低CPU干预，提升训练效率。 2. 构建全栈可观测性与智能运维： 开发覆盖NIC、交换机、内核层的监控体系，结合ML模型预测拥塞风险，实现故障分钟级定位与恢复。 制定拥塞控制算法参数、NUMA绑定等跨平台部署规范，确保异构芯片/多云环境下的网络一致性。 3. 推动技术标准化与生态兼容： 主导RDMA网络协议栈（Verbs API、拥塞控制算法，多路径传输协议）的定制化开发，优化驱动与固件性能。 评估UCX、eRPC、xLink over ethernet等新技术，制定下一代AI网络演进路线。 4、技术规划 • 理解业务战略及重点，基于业务需求作出高可用、高可靠、高拓展性的技术架构规划和落地。

岗位要求 • 10年以上网络、云计算架构设计和开发相关工作经验 • 至少负责过1个有较强行业影响力的产品或技术突破，是核心的技术模块负责人 • 曾负责或主导过大型网络产品的设计，或研发，或市场的工作，负责的产品具有一定规模，并且在业界具备一定影响力 • 2年以上团队管理经验；同时推动多个复杂项目 • 能够支撑组织大型项目和战略目标的完成，并与组织内其他专业角色完成战役目标/策略的设定和共识 • 基于业务价值判断，阐述清晰方案取舍的思考，带领大家目标理解一致、路径达成共识 • 熟悉集团内外部以及业界在本领域的技术水平及发展动态，明确知晓集团技术水平与行业方案的差距 • 对竞对和对标产品的核心技术指标、优劣势对比了如指掌，并通过建立对标机制保障团队对竞对的持续高质量跟进和追赶 • 具备行业洞察能力，综合考虑投入产出比（ROI）的同时，提前布局产品技术投入，为2-3年后的机会布局 • 在专业领域具备较强影响力，能主导所负责团队范围的中长期（3~5年）技术演进的规划 具有以下经验者优先： • 精通RDMA协议栈（InfiniBand/RoCE v2）、PFC/ECN流控机制，有Mellanox/NVIDIA交换机调优经验者优先。 • 熟悉NCCL/Gloo通信后端，能通过nsight/rdma-trace定位性能瓶颈 • 主导过千卡级AI集群RDMA网络部署，具备大规模分布式系统压测与调优能力 • 熟悉NVLINK/SUE/ETH+技术以及PCIE/CXL技术者优先