{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "阿里云智能-服务器AI互连技术开发专家-北京/上海",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "云智能集团",
        "location": "北京 / 上海",
        "work_mode": "未披露",AI生成
        "job_category": "软件研发"AI生成
    },
    "company": {
        "company_name": "阿里云",
        "company_industry": "云计算 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "alibaba.com",
        "company_description": "阿里云提供云基础设施、AI模型、智能体和计算服务。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": 5,
        "degree": "本科",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "● 参与超节点集群推理训练性能调优：深入AI大模型训练/推理业务场景，针对高密度并行算力流量与内存扩展访存特征，定位并解决性能瓶颈。\n● 可靠性与稳定性体系建设，涵盖异常流量抑制、自愈机制设计，系统性降低组网故障概率。构建质量保障体系，设计多级流量优先级调度、拥塞调度。\n● Scale-Up通信软件优化，包括软件研发与交付，如推理卡间通信、KV Cache优化。\n● 评测体系与极限验证：搭建数据面性能基线、面向通信库、池化内存扩展评测体系，为软件迭代与架构演进提供量化依据。\n● 参与具备竞争力的下一代基础设施架构定义：结合GPU互连技术演进与AI算力业务需求，参与下一代Scale-Up超节点互连架构、内存池化方案及数据面协议的设计与预研。",
        "requirements_text": "● 计算机、软件工程、电子科学与技术、人工智能等相关专业。\n● 5年以上软件研发或系统架构设计经验，精通C++或Python等编程语言，具备扎实的底层系统开发能力。\n● 具备丰富的性能分析与优化经验，能独立完成系统性能瓶颈定位及调优。\n● 有强烈的技术热情和好奇心、自驱力和学习力；具备良好的分析与解决问题能力、沟通以及团队合作能力；有创新热情，积极乐观，能够持续推动问题的解决和突破。\n● 掌握AI基础知识，熟练使用主流AI Coding工具，熟悉AI驱动的研发流程并能融入个人工作流；有AI相关开发工具应用研发经验者优先，持有阿里云ACA/ACP/ACE认证证书者优先。\n加分项（满足一个或多个）\n● 熟悉AI推理或者训练框架，或有大规模集群性能调优实战案例者优先。\n● 有GPU集群通信优化经验，熟悉集合通信库底层原理者优先。\n● 熟悉网络监控指标体系、可观测平台、告警治理与基线建设者优先。\n● 有高速接口性能优化经验，熟悉Scale-Up互连，或PCIe、RDMA、CXL技术者优先。\n● 熟悉互连Fabric 组网、路由协议与集群管控方案者优先。\n● 熟悉大集群网络稳定可靠性容灾者优先。\n● 有CUDA编程及GPU内存访问优化经验者优先。",
        "skills": [AI生成
            "Python",
            "C++",
            "CUDA",
            "性能优化",
            "性能调优",
            "系统架构",
            "架构设计",
            "可靠性",
            "团队协作",
            "解决问题"
        ],
        "preferred_qualifications": "有AI相关开发工具应用研发经验者优先，持有阿里云ACA/ACP/ACE认证证书者优先；加分项（满足一个或多个）；● 熟悉AI推理或者训练框架，或有大规模集群性能调优实战案例者优先；● 有GPU集群通信优化经验，熟悉集合通信库底层原理者优先；● 熟悉网络监控指标体系、可观测平台、告警治理与基线建设者优先；● 有高速接口性能优化经验，熟悉Scale-Up互连，或PCIe、RDMA、CXL技术者优先；● 熟悉互连Fabric 组网、路由协议与集群管控方案者优先；● 熟悉大集群网络稳定可靠性容灾者优先；● 有CUDA编程及GPU内存访问优化经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://careers.aliyun.com/off-campus/position-detail?positionId=100016983004"
            }
        ]
    },
    "posting": {
        "posting_id": "100016983004",
        "post_date": "2026-08-30",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://careers.aliyun.com/off-campus/position-detail?positionId=100016983004"
    },
    "fulltext": "阿里云智能-服务器AI互连技术开发专家-北京/上海\n阿里云智能-服务器AI互连技术开发专家-北京/上海\n\n基础信息\n工作地点：北京 / 上海\n\n职位描述\n● 参与超节点集群推理训练性能调优：深入AI大模型训练/推理业务场景，针对高密度并行算力流量与内存扩展访存特征，定位并解决性能瓶颈。\n● 可靠性与稳定性体系建设，涵盖异常流量抑制、自愈机制设计，系统性降低组网故障概率。构建质量保障体系，设计多级流量优先级调度、拥塞调度。\n● Scale-Up通信软件优化，包括软件研发与交付，如推理卡间通信、KV Cache优化。\n● 评测体系与极限验证：搭建数据面性能基线、面向通信库、池化内存扩展评测体系，为软件迭代与架构演进提供量化依据。\n● 参与具备竞争力的下一代基础设施架构定义：结合GPU互连技术演进与AI算力业务需求，参与下一代Scale-Up超节点互连架构、内存池化方案及数据面协议的设计与预研。\n\n职位要求\n● 计算机、软件工程、电子科学与技术、人工智能等相关专业。\n● 5年以上软件研发或系统架构设计经验，精通C++或Python等编程语言，具备扎实的底层系统开发能力。\n● 具备丰富的性能分析与优化经验，能独立完成系统性能瓶颈定位及调优。\n● 有强烈的技术热情和好奇心、自驱力和学习力；具备良好的分析与解决问题能力、沟通以及团队合作能力；有创新热情，积极乐观，能够持续推动问题的解决和突破。\n● 掌握AI基础知识，熟练使用主流AI Coding工具，熟悉AI驱动的研发流程并能融入个人工作流；有AI相关开发工具应用研发经验者优先，持有阿里云ACA/ACP/ACE认证证书者优先。\n加分项（满足一个或多个）\n● 熟悉AI推理或者训练框架，或有大规模集群性能调优实战案例者优先。\n● 有GPU集群通信优化经验，熟悉集合通信库底层原理者优先。\n● 熟悉网络监控指标体系、可观测平台、告警治理与基线建设者优先。\n● 有高速接口性能优化经验，熟悉Scale-Up互连，或PCIe、RDMA、CXL技术者优先。\n● 熟悉互连Fabric 组网、路由协议与集群管控方案者优先。\n● 熟悉大集群网络稳定可靠性容灾者优先。\n● 有CUDA编程及GPU内存访问优化经验者优先。\n● 参与超节点集群推理训练性能调优：深入AI大模型训练/推理业务场景，针对高密度并行算力流量与内存扩展访存特征，定位并解决性能瓶颈。\n● 可靠性与稳定性体系建设，涵盖异常流量抑制、自愈机制设计，系统性降低组网故障概率。构建质量保障体系，设计多级流量优先级调度、拥塞调度。\n● Scale-Up通信软件优化，包括软件研发与交付，如推理卡间通信、KV Cache优化。\n● 评测体系与极限验证：搭建数据面性能基线、面向通信库、池化内存扩展评测体系，为软件迭代与架构演进提供量化依据。\n● 参与具备竞争力的下一代基础设施架构定义：结合GPU互连技术演进与AI算力业务需求，参与下一代Scale-Up超节点互连架构、内存池化方案及数据面协议的设计与预研。\n● 计算机、软件工程、电子科学与技术、人工智能等相关专业。\n● 5年以上软件研发或系统架构设计经验，精通C++或Python等编程语言，具备扎实的底层系统开发能力。\n● 具备丰富的性能分析与优化经验，能独立完成系统性能瓶颈定位及调优。\n● 有强烈的技术热情和好奇心、自驱力和学习力；具备良好的分析与解决问题能力、沟通以及团队合作能力；有创新热情，积极乐观，能够持续推动问题的解决和突破。\n● 掌握AI基础知识，熟练使用主流AI Coding工具，熟悉AI驱动的研发流程并能融入个人工作流；有AI相关开发工具应用研发经验者优先，持有阿里云ACA/ACP/ACE认证证书者优先。\n加分项（满足一个或多个）\n● 熟悉AI推理或者训练框架，或有大规模集群性能调优实战案例者优先。\n● 有GPU集群通信优化经验，熟悉集合通信库底层原理者优先。\n● 熟悉网络监控指标体系、可观测平台、告警治理与基线建设者优先。\n● 有高速接口性能优化经验，熟悉Scale-Up互连，或PCIe、RDMA、CXL技术者优先。\n● 熟悉互连Fabric 组网、路由协议与集群管控方案者优先。\n● 熟悉大集群网络稳定可靠性容灾者优先。\n● 有CUDA编程及GPU内存访问优化经验者优先。",
    "standard_classification": {
        "std_category_code": "T014",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}