阿里云阿里云智能-云网络系统研究工程师（AI方向）-杭州

任职要求

1. 教育与背景
● 计算机科学、计算机工程、电子工程、人工智能、网络工程等相关专业；
● 有 3 年及以上相关领域全职研发或科研经验（含博士期间产业实习经历者可视情况折算）；
● 在网络系统、分布式系统、AI infra 等方向有扎实理论基础和实践经历。
2. 技术能力
满足下列多项条件者优先，资深/专家级别将根据深度与广度综合评估：
● 深入理解计算机网络原理与协议栈，对数据中心网络、云网络架构有体系化认知；
● 熟悉 RDMA 相关协议（RoCE 等）以及多路径传输相关技术（如 MPTCP、QUIC、多路径调度策略等），有实战优化经验者优先；
● 理解现代计算机体系结构及其对网络和高性能计算的影响，如 NUMA、PCIe 拓扑、GPU/加速卡互联等；
● 对高性能网络和 AI Infra 前沿方向有实践经验之一或多项：
    ○ AI 训练/推理集群网络优化、计算–通信 overlap
    ○ GPU 集群拓扑与流量工程
    ○ 量化感知推理、模型并行与通信优化
● 有高性能网络内核/用户态协议栈、可编程交换机（P4）、自研 NIC/SmartNIC 等相关经验者加分；
● 对云原生基础…

工作职责

1. 面向 AI 业务的网络架构设计与演进
    ○ 负责支持大规模 AI 训练/推理集群的网络架构规划与方案设计，覆盖 AI access 网络、frontend 网络、AI scale up 网络等关键环节。
    ○ 结合业务场景识别网络接入、流量调度、数据分发链路中的性能和可靠性瓶颈，提出系统级优化方案。
2. 高性能多路径传输与 RDMA 方向创新
    ○ 深入调研业界前沿应用层多路径传输、RDMA 及相关协议栈优化技术，系统性分析其优缺点与适用场景。
    ○ 基于阿里云大规模生产环境，设计并落地面向 AI 流量的多路径传输优化机制，实现端到端的高带宽、低时延和高稳定性。
3. 网络系统研发与产品化落地
    ○ 将整体技术方案拆解为可实施的技术点，完成可行性分析、技术规范制定与验收标准设计。
    ○ 主导关键模块的架构设计与核心代码开发，构建可快速迭代的原型系统，验证技术路线。
    ○ 在验证基础上持续进行性能优化与工程化改造，推动方案产品化落地，并支撑大规模部署和运营。
4. 稳定性与性能优化
    ○ 制定并实施面向超大规模集群的稳定性保障策略，从架构设计、协议栈实现、流控/调度策略等多层面建设高可用能力。
    ○ 在真实业务环境中开展端到端性能剖析与容量规划，识别热点与瓶颈，落地针对性优化措施，保障高负载下的稳定性能表现。
5. 数智一体的网络分析与智能运维
    ○ 利用大数据与大语言模型，设计并研发超大规模网络分析与智能运维系统，提升网络研发、运营、运维、测试效率。
    ○ 探索 AI for Network 的创新场景，如异常检测、故障根因定位、智能调度策略优化等。
6. 学术前沿跟踪与技术影响力建设
    ○ 持续跟踪计算机网络、AI infra、可编程网络硬件等领域的前沿研究与产业趋势，并评估其在阿里云场景中的落地价值。
    ○ 鼓励/支持在 SIGCOMM、NSDI、ATC 等顶会发表论文或输出技术分享，增强团队和个人在业界的技术影响力。