阿里云阿里云智能-高性能网络技术高级开发工程师-北京/杭州
任职要求
计算机科学、网络工程、电子工程等相关专业； 高性能网络或相关领域工作经验，熟练掌握C/C++、Python，Golang 等主流编程语言 精通 Linux 系统编程和调优，熟悉 RDMA 技术原理（RoCE v2、InfiniBand）及应用场景，内核网络栈、DPDK 等高性能网络技术者优先； 具备良好的问题定位与解决能力，能独立处理大规模分布式系统的稳定性问题。 具备良好的学习能力和团队协作意识，…
工作职责
阿里云正在构建面向 AI 大模型训练与推理的下一代高性能网络基础设施，以支撑全球企业对极致算力与低延迟网络的需求。我们正在寻找一位在 RDMA（Remote Direct Memory Access） 技术领域有深厚经验的 DevOps 工程师，负责设计、部署和优化基于 RDMA 的 AI 训练集群网络架构，推动高性能网络技术在分布式 AI 场景的落地与创新。 核心职责： 1）AI 训练集群网络架构设计与运维 部署、运维和维护基于 RoCE/InfiniBand 的 RDMA 网络架构，支撑大规模 AI 训练集群（如万卡级 GPU 集群）； 优化分布式 AI 工作负载（如 NCCL、MPI）的网络性能，降低通信延迟，提升吞吐效率。 2）网络性能调优与问题解决 解决分布式训练中的复杂网络问题（如 NCCL/MPI 通信瓶颈、带宽利用率低等）； 利用自动化工具进行网络资源分配、监控、诊断及性能分析（如延迟/吞吐量分析、端到端链路追踪）。 3）自动化与 CI/CD 实践 构建网络基础设施的 CI/CD 流水线（Infrastructure as Code），实现网络配置的自动化部署与版本管理； 开发自动化脚本与工具，提升网络运维效率与稳定性。 4）全生命周期网络管理 管理端到端网络生命周期（部署、配置、监控、升级），确保网络服务的高可用性与可扩展性； 设计并实施网络监控与告警体系，快速定位并修复潜在故障。 5）跨团队协作与技术落地 与 AI/ML 工程师紧密合作，排查训练/推理流水线中的网络瓶颈，提供针对性优化方案； 深度参与 AI 框架（如 TensorFlow、PyTorch）与底层网络基础设施的适配与性能调优。
1、深入理解客户业务需求，帮助客户选择适合其业务场景的技术路径和产品组合，利用AI技术知识、架构方法、咨询技能来影响客户技术决策 2、与客户合作进行模型训练、推理和模型应用等POC，含展示功能、调整模型、优化模型性能、测试分析、Agent搭建、模型调用等内容 3、依据客户需求和技术研判，推动产研部门持续优化产品，助力提升产品竞争力，同时沉淀最佳实践，以及脚本、模板、参考架构等可复用的技术资产 4、持续跟踪行业动态和技术趋势，并与产品团队协作，打造创新的人工智能（大模型、智算、一体机等）解决方案 5、支持市场活动，作为领域专家参与市场洞察、行业标准、市场排名报告、白皮书撰写等活动，并在行业峰会、技术沙龙等市场活动中进行技术传播和分享
1.负责WAF系统核心功能的设计、开发和优化，包括流量接入、配置下发、大流量安全策略处理等模块； 2.优化系统性能，解决高并发、低延迟场景下的技术难题（如百万级QPS流量处理）； 3.参与WAF与各种云原生产品集成方案设计与落地； 4.研究新型攻防模式，持续改进防御算法与规则匹配效率； 5.编写技术文档，推动团队代码规范与系统可维护性提升； 6.该岗位base地可open深圳/北京/杭州。
职位简介：负责南北向接入架构演进，包括七层负载均衡 和 GSLB全球负载均衡的开发以及相应的运维工作 岗位职责 建设高性能、高可用接入层，支持峰值数千万 QPS 的业务场景; 建设业内领先的混合云接入架构，从0-1支持QUIC/HTTP3接入； 负责南北流量的容灾架构，通过合理的容灾手段提升接入稳定性； 负责流量平台、内外网调度，高可用系统的设计和迭代，支持跨云、跨地域单元化流量调度； 负责团队内部核心产品的日常运维、调优、排障和接入平台的持续优化；
网络工程师-数据中心方向 1、负责数据中心网络架构设计、网络规划、建设交付，并结合公司业务发展持续优化网络性能; 2、负责数据中心交换机、路由器、负载均衡等网络设备的运维管理、事件响应和应急处理工作，对网络带宽使用进行分析调优； 3、负责网络设备（路由器/交换机）的选型、测试、RMA等工作； 4、负责网络前沿技术研究，根据业务发展的需求，完成技术方案设计与项目落地。