主分类：AI训练推理与计算优化
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": "高性能通信互联研发工程师（J102926）",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "ACG",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "百度",
"company_industry": "互联网 / 人工智能",
"company_size": "10000人以上",
"company_website": "baidu.com",
"company_description": "百度围绕搜索发展人工智能技术，业务涉及语音、图像、知识图谱、自然语言处理、自动驾驶和AI芯片。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "- 基于百度天池超节点产品，聚焦Scale-up互联（卡间全互联，32~256卡）与Scale-out互联（跨节点RDMA）的双向优化与验证\n- 深入RDMA协议（RoCEv2/InfiniBand），调优RNIC基础通信性能（拥塞控制、参数配置），建立通信基准测试体系，分析All-Reduce/All-to-All等集合通信算子的带宽与时延瓶颈，将卡间通信时延压缩至微秒级\n- 基于SGLang/vLLM等推理引擎，优化TP/PP/EP并行策略下的通信调度，参与PD分离架构中KV Cache的高效RDMA传输，在昆仑芯超节点上部署主流大模型（如DeepSeek R1），端到端验证吞吐量（Throughput）、首Token延迟（TTFT）和每Token处理时间（TPOT）等核心指标，确保优化方案可落地\n- 主动发现链路异常与性能瓶颈，独立提出创新性优化方案并推动闭环落地",
"requirements_text": "- 熟悉RDMA协议及C/C++/Python\n- 熟悉IBGDA、DeepEP等新技术\n- 熟悉vLLM或SGLang框架\n- 了解分布式并行策略与集合通信\n- 具备自驱力与问题解决意识，实习6个月左右，工作地点北京",
"skills": [AI生成
"Python",
"C++"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/INTERN/1e387d3a-d31c-4787-8e27-21fac41e6373"
}
]
},
"posting": {
"posting_id": "1e387d3a-d31c-4787-8e27-21fac41e6373",
"post_date": "2026-07-14",
"hire_time": "具备自驱力与问题解决意识，实习6个月左右，工作地点北京",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/INTERN/1e387d3a-d31c-4787-8e27-21fac41e6373"
},
"fulltext": "高性能通信互联研发工程师（J102926）\n高性能通信互联研发工程师（J102926）\n\n基础信息\n部门：ACG\n地点：北京市\n项目：日常实习项目\n类别：技术\n招聘人数：2\n发布时间：2026-07-21\n\n工作职责\n- 基于百度天池超节点产品，聚焦Scale-up互联（卡间全互联，32~256卡）与Scale-out互联（跨节点RDMA）的双向优化与验证\n- 深入RDMA协议（RoCEv2/InfiniBand），调优RNIC基础通信性能（拥塞控制、参数配置），建立通信基准测试体系，分析All-Reduce/All-to-All等集合通信算子的带宽与时延瓶颈，将卡间通信时延压缩至微秒级\n- 基于SGLang/vLLM等推理引擎，优化TP/PP/EP并行策略下的通信调度，参与PD分离架构中KV Cache的高效RDMA传输，在昆仑芯超节点上部署主流大模型（如DeepSeek R1），端到端验证吞吐量（Throughput）、首Token延迟（TTFT）和每Token处理时间（TPOT）等核心指标，确保优化方案可落地\n- 主动发现链路异常与性能瓶颈，独立提出创新性优化方案并推动闭环落地\n\n职责要求\n- 熟悉RDMA协议及C/C++/Python\n- 熟悉IBGDA、DeepEP等新技术\n- 熟悉vLLM或SGLang框架\n- 了解分布式并行策略与集合通信\n- 具备自驱力与问题解决意识，实习6个月左右，工作地点北京\n- 基于百度天池超节点产品，聚焦Scale-up互联（卡间全互联，32~256卡）与Scale-out互联（跨节点RDMA）的双向优化与验证\n- 深入RDMA协议（RoCEv2/InfiniBand），调优RNIC基础通信性能（拥塞控制、参数配置），建立通信基准测试体系，分析All-Reduce/All-to-All等集合通信算子的带宽与时延瓶颈，将卡间通信时延压缩至微秒级\n- 基于SGLang/vLLM等推理引擎，优化TP/PP/EP并行策略下的通信调度，参与PD分离架构中KV Cache的高效RDMA传输，在昆仑芯超节点上部署主流大模型（如DeepSeek R1），端到端验证吞吐量（Throughput）、首Token延迟（TTFT）和每Token处理时间（TPOT）等核心指标，确保优化方案可落地\n- 主动发现链路异常与性能瓶颈，独立提出创新性优化方案并推动闭环落地\n- 熟悉RDMA协议及C/C++/Python\n- 熟悉IBGDA、DeepEP等新技术\n- 熟悉vLLM或SGLang框架\n- 了解分布式并行策略与集合通信\n- 具备自驱力与问题解决意识，实习6个月左右，工作地点北京",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}