主分类：云基础设施与系统软件研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"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-上海/北京",
"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=100017023004"
}
]
},
"posting": {
"posting_id": "100017023004",
"post_date": "2026-08-30",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.aliyun.com/off-campus/position-detail?positionId=100017023004"
},
"fulltext": "阿里云智能-服务器AI互连技术开发专家-上海/北京\n阿里云智能-服务器AI互连技术开发专家-上海/北京\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": "T018",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}