AI集群网络工程师

岗位职责：
1.负责算力集群高速网络的现场部署与深度调试，包括网络拓扑实现、交换机配置、性能基准测试及故障排除。
2.主导集群系统级性能分析与优化，定位并解决从硬件（GPU/CPU）、网络（延迟/带宽）到存储（并行文件系统）的全链路性能瓶颈。
3.编写和维护自动化脚本与工具（如Ansible/Python），实现大规模服务器集群的系统配置、驱动部署、监控集成等任务的标准化与自动化。
4.快速响应和解决在集成、压力测试及运维阶段出现的复杂技术问题，保障集群稳定高效运行。
5.输出项目实施文档、性能调优报告、模型调优报告、运维手册，并对客户团队进行关键技术转移与培训。
岗位要求：
1.本科及以上学历，计算机、网络工程相关专业，3年以上数据中心/AI集群的现场实施或高级运维经验。
2.精通InfiniBand或高性能以太网技术，具备主流厂商交换机的实际配置与排错能力。
3.熟练掌握主流操作系统，具备使用自动化工具（Ansible/SaltStack 等）进行大规模环境部署的能力，熟悉基础监控栈（如Prometheus/Grafana）。
4.具备扎实的系统性能分析与调优技能，熟悉相关性能工具（如perf, nvidia-smi, ibstat等），能独立开展性能压测与瓶颈分析。
5.有华为一体机或超融合集群的交付调优经验者优先；熟悉Slurm/K8s等调度系统者优先。