职位描述
1. 负责公司智算集群网络的规划、建设、优化、运维
2. 负责网络设备测试、选型和厂商沟通
3. 负责不断提升各业务场景网络可用性、降低网络延迟，持续跟进网络架构和技术演进任职要求
1. 学历专业：本科及以上学历，计算机科学与技术、人工智能等相关专业；
2. 熟悉 AI 集群主流拓扑（Spine-Leaf、胖树架构），熟练掌握 TCP/IP、RDMA（远程直接内存访问）协议，理解 RoCE、InfiniBand（IB）协议的原理与配置
3. 熟悉高性能网络硬件（基于Bcom交互芯片（TH4/5/6）的交换机，CX7RDMA网卡），了解Mellanox/NVIDIA InfiniBand 交换机、Intel/Ethernet 网卡、DPU 数据处理单元），了解 GPU 与网卡的协同机制（如 NVIDIA GPUDirect RDMA）。
4. 深度理解带宽、延迟、抖动、丢包率的影响因素，掌握 QoS 流量控制、拥塞管理（ECN、DCQCN）、流量整形等优化技术。
5. 掌握 SR-IOV、了解容器网络（Calico、Cilium）、K8s 网络插件的工作原理（AI 集群容器化部署常用）。
6. 熟练使用 iPerf3、pretest、tcpdump/Wireshark（抓包分析）、nvidia-smi/nccl-tests（GPU 通信测试）、Prometheus+Grafana（监控可视化）。
7. 掌握 RDMA 网卡配置、参数调优（如缓冲区大小、拥塞算法）、交换机队列配置、K8s 网络策略优化（如 Pod 带宽限制）等等。
8. 能通过日志分析、流量镜像、性能 profiling 定位网络瓶颈（如拥塞丢包、网卡中断均衡问题、RDMA 连接失败）。
9. 能根据 AI 集群规模（百卡 / 千卡/万卡）、业务场景（训练 / 推理）设计针对性的 Spine-Leaf 拓扑。
