腾讯数据中心AI网络方向工程师

1.​GPU集群通信架构设计与优化：负责数据中心AI场景下GPU集群通信架构的设计与开发，优化多卡/多机通信性能，提升分布式训练效率；研究并实现GPU与网络设备（如交换机、RDMA网卡）的协同工作，解决通信延迟、带宽瓶颈等关键问题； 2.通信库与驱动开发：开发高性能GPU通信库（NCCL/DeepEP/NVsharemem 等），适配主流AI框架（TensorFlow/PyTorch），支持大规模集群通信需求； 3.GPU通信性能调优：分析通信性能瓶颈（硬件/软件层面），通过算法优化、代码重构或硬件选型提升整体吞吐量；与硬件团队协作，验证GPU新架构的通信能力，提供技术反馈与改进建议； 4.生态兼容与标准化：参与制定GPU通信协议标准，推动异构计算生态的互联互通。

1. 负责云音乐微服务、可观测性和存储相关中间件的设计与研发工作； 2. 从用户视角解决业务在使用过程中遇到的各种疑难问题，能够挖掘业务实际需求给出中间件的最佳实践与演进方案； 3. 以产品化思维完善中间件相关设计，打造稳定、易用的微服务与中间件解决方案，赋能业务高效创新。

1、售前工作：重点负责大规模智算中心项目的需求分析、整体规划、方案设计、招投标等工作，协同内部部门与外部生态伙伴等资源，在方案规划、售前、交付等关键里程碑节点联合攻坚，保障项目成功； 2、解决方案：作为智算领域的技术专家，与客户紧密合作，深入了解其业务需求和技术挑战，提供客户从智算算力、数据、大模型等内容的整体规划到实施落地全过程技术交流及解决方案，并在落地过程中提供对内外部团队提供必要的技术指导，确保方案可落地、有竞争力。协助客户方案比选，通过POC演示和功能、性能测试验证技术优势；； 3、行业识别：负责支持市场洞察、竞争分析、行业打法策略分析与制定，支撑智算行业机会点识别、行业整体业务规划和策略落地； 4、外部影响：负责开展面向政府、实验室、运营商、算力合作单位、生态合作伙伴的培训与市场宣贯活动。

-负责混合云、算力中心建设方案设计，分析交付技术难点并攻克解决，保障项目交付闭环 -负责CPU/GPU上云方案设计，业务、模型、数据上云迁移，为客户提供端到端的上云服务，保障上云方案和实施的可落地性 -负责大模型、智算运营期间的客户需求对接，任务拆解，方案设计并推动生态完成agent开发，SFT优化等 -与其他技术团队合作，推进方案标准化，从而提升产品交付中的稳定性、效率等，交付后的产品可用性、可运维性等 -能充分利用生态化伙伴，降低项目实施成本，提升交付效率 -充分以客户视角理解客户需求，为客户提供简单可依赖的技术服务