高速网络通信库开发工程师（NCCL适配及优化方向）

一、岗位职责
1.参与公司自研高速网络与NCCL（NVIDIA
Collective Communications Library）的全流程适配开发，核心负责代码开发、功能调试与兼容性优化，确保自研高速网络能稳定对接NCCL，支撑分布式训练等场景的集合通信需求。
2.负责针对集合通信（如AllReduce、AllGather、ReduceScatter、Broadcast等）的性能优化，结合自研高速网络低延迟、高带宽的核心特性，优化通信算法、数据传输链路及协议交互逻辑，突破性能瓶颈，对标IB网络的集合通信性能表现。
3.优化驱动与NCCL的交互逻辑，完善集合通信场景的适配支持，解决通信延迟、带宽利用率、稳定性等问题，最大化发挥高速网络硬件性能。
4.搭建NCCL适配及集合通信性能测试环境，设计测试方案、编写测试用例，开展功能验证、性能基准测试及压力测试，定位适配及优化过程中的各类异常问题并快速落地解决方案。
5.跟踪NCCL协议规范、集合通信算法及高速网络相关前沿优化技术，结合自研网络的发展需求，迭代优化适配方案及集合通信性能，助力补全自研高速网络软件生态短板。
6.配合团队完成其他相关开发任务，参与技术方案评审、问题复盘，推动NCCL适配及集合通信优化任务快速落地，支撑分布式训练等核心业务场景。
【岗位能力要求】
1.精通C/C++编程语言，具备扎实的计算机网络基础和Linux系统开发能力，熟悉Linux内核网络子系统、用户态/内核态交互机制，能熟练编写高性能、高可靠性的网络程序。
2.深入理解NCCL协议规范、集合通信核心原理及常用算法（AllReduce、AllGather等），有NCCL适配、二次开发或性能优化经验者优先，熟悉NCCL与网络硬件的交互逻辑。
3.具备用户态/内核态驱动开发或调试经验，能快速理解自研高速网络的驱动架构、接口定义，熟练实现驱动与NCCL的交互对接，解决驱动层面的兼容性、通信异常等问题。
4.掌握集合通信性能优化方法，熟悉低延迟、高带宽网络的传输特性，有分布式训练网络优化、RDMA网络相关开发经验者加分，能针对性优化数据传输效率、降低通信延迟。
5.熟练使用Linux开发与调试工具（gdb、perf、tcpdump、dmesg等），具备较强的性能分析能力，能独立排查NCCL适配及集合通信过程中的性能瓶颈、通信故障等复杂问题。
6.具备良好的代码规范和开发习惯，熟悉Git版本控制工具，能独立完成适配方案设计、编码实现、测试验证及相关技术文档编写。
7.具备强的问题分析与解决能力，面对NCCL适配、集合通信优化中的技术难题（如性能不达标、通信不稳定），能快速定位根源并高效落地解决方案。
8.具备良好的学习能力和技术钻研精神，能快速补全自身非核心技能短板，主动跟踪NCCL、集合通信、高速网络相关前沿技术，适配项目快速迭代节奏。
9.具备较强的责任心和执行力，能独立承担NCCL适配及集合通信优化核心任务，严格把控开发质量和交付时效，确保任务按期落地。
10.具备基础的沟通协作能力，能配合驱动开发、测试等相关岗位高效协同，同步项目进度、协同解决跨岗位技术问题，助力软件生态搭建。
11.优秀人才提供管理岗位和晋升通道，匹配相应待遇。