崗位職責(zé)：
1.負(fù)責(zé)千卡GPU集群的網(wǎng)絡(luò)架構(gòu)設(shè)計與部署，包括Spine-Leaf、胖樹等拓?fù)涞拇罱ǎ_保網(wǎng)絡(luò)滿足大模型訓(xùn)練的高帶寬、低延遲需求。
2.負(fù)責(zé)高速網(wǎng)絡(luò)設(shè)備（100G/400G交換機(jī)）的配置、調(diào)試與優(yōu)化，保障網(wǎng)絡(luò)鏈路的穩(wěn)定性與傳輸效率。
3.監(jiān)控集群網(wǎng)絡(luò)運行狀態(tài)，及時處理網(wǎng)絡(luò)故障（如鏈路中斷、擁塞等），優(yōu)化網(wǎng)絡(luò)流量分配策略。
4.針對大模型訓(xùn)練中的集體通信需求，優(yōu)化網(wǎng)絡(luò)參數(shù)與通信協(xié)議，減少網(wǎng)絡(luò)延遲對訓(xùn)練效率的影響。
5.參與集群網(wǎng)絡(luò)的擴(kuò)容與升級工作，保障網(wǎng)絡(luò)架構(gòu)的可擴(kuò)展性。
任職要求：
1.本科及以上學(xué)歷，網(wǎng)絡(luò)工程/計算機(jī)相關(guān)專業(yè)，4年以上高速網(wǎng)絡(luò)設(shè)計與運維經(jīng)驗，有GPU集群網(wǎng)絡(luò)搭建經(jīng)驗者優(yōu)先。
2.精通網(wǎng)絡(luò)拓?fù)湓O(shè)計，熟悉Clos、Dragonfly等集群網(wǎng)絡(luò)架構(gòu)，掌握RoCEv2、IB等高速網(wǎng)絡(luò)技術(shù)。
3.熟練配置主流品牌交換機(jī)（如華為、思科、Mellanox），具備網(wǎng)絡(luò)故障排查與優(yōu)化能力。
4.了解大模型訓(xùn)練的網(wǎng)絡(luò)需求，能針對集體通信場景進(jìn)行網(wǎng)絡(luò)優(yōu)化。
5.具備較強的學(xué)習(xí)能力，能跟進(jìn)網(wǎng)絡(luò)技術(shù)的前沿發(fā)展。