阿里云智能-AI智算实例&系统研发专家-通信方向-杭州/上海

1. 负责公共云异构计算产品的研发与交付，深度参与研发流程，确保产品从研发到运维的全生命周期高效管理；
2. 跟踪新的异构计算产品技术和趋势，探索前沿GPU架构设计与技术，将业务需求转化为技术架构规划并推动落地；
3. 与网络团队协同设计网络互联架构，针对分布式训练和推理业务场景提供专业支持，包括问题定位、性能分析、性能优化等；
4. 研发并持续改进系统的稳定性和安全性，制定稳定性保障策略，发现并解决产品系统中的潜在风险与瓶颈，覆盖线上疑难杂症问题，确保平台安全可靠运行，不断提升对外服务质量标准。

1. 计算机科学、电子工程、通信工程、电气工程等相关专业背景；熟悉Python、Shell、C/C++等开发语言，拥有5年及以上相关工作经验；
2. 熟悉GPU芯片架构及服务器架构，有复杂硬件系统、Linux系统、分布式训练和推理等稳定性及性能问题定位经验者优先；
3. 对RDMA网络、NCCL/DeepEP通信库有开发或调优经验者优先；
4. 熟悉大模型训练和推理框架，有分布式训练推理集合通信性能优化经验、KV Cache通信优化经验、计算通信Overlapping经验者优先；
5. 有强烈的技术热情和好奇心，自驱力和学习能力强；具备良好的分析与解决问题能力、沟通及团队合作能力；喜欢挑战性的技术研发工作，善于攻坚克难，有创新热情，积极乐观，坚韧抗压，结果导向，能够持续推动问题的解决和突破；
6. 掌握AI基础知识与提示词工程，能熟练使用AI专业工具并将AI集成到个人工作流中；有AI开发工具应用研发经验者优先，持有阿里云ACA/ACP/ACE认证证书者优先。