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": "AI 通信研发工程师（J100998）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "ACG",
"location": "北京市,深圳市",
"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": "- 本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "- 负责 AI 训练/推理场景下通信系统的性能分析与优化，覆盖 NCCL、DeepEP、Mooncake 等主流通信栈\n- 负责 MoE 架构通信链路优化，设计并落地高性能 All-to-All、Token Dispatch/Combine、KV 交换等方案，提升集群整体吞吐与稳定性\n- 深入分析大规模分布式训练、推理中的系统级问题，包括训练 hang、慢节点、任务异常中断等问题，并推动系统级优化\n- 参与自研 AI 通信框架与运行时系统建设，包括通信调度、拓扑优化、异构网络支持、故障恢复等核心能力研发\n- 与模型、框架、调度、网络、硬件团队协作，推动 AI Infra 全链路性能优化与稳定性建设\n- 建立通信性能基线与评测体系，输出系统化性能分析报告与优化方案",
"requirements_text": "- 本科及以上学历，计算机、软件工程、通信等相关专业，具备扎实的数据结构、操作系统、计算机网络基础\n- 熟练掌握 C/C++ 开发，具备 Linux 环境下复杂系统开发与调试经验\n- 深入理解 GPU 通信与集合通信原理，熟悉 NCCL/RCCL、MPI、Gloo 等通信框架中的至少一种\n- 熟悉 Transformer 与 MoE 架构，理解 TP/PP/DP/EP/CP 等并行策略及其通信特点\n- 熟悉 PyTorch Distributed、Megatron-LM、DeepSpeed、vLLM、SGLang 等框架中的至少一种，并具备实际调优经验\n- 有大规模 GPU 集群训练/推理经验，能够独立分析并解决通信性能与稳定性问题",
"skills": [AI生成
"C++",
"Linux",
"PyTorch",
"数据结构",
"C语言"
],
"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/SOCIAL/22a83dc8-4de7-4e4a-9d73-9b28149caf2d"
}
]
},
"posting": {
"posting_id": "22a83dc8-4de7-4e4a-9d73-9b28149caf2d",
"post_date": "2026-06-22",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/SOCIAL/22a83dc8-4de7-4e4a-9d73-9b28149caf2d"
},
"fulltext": "AI 通信研发工程师（J100998）\nAI 通信研发工程师（J100998）\n\n基础信息\n部门：ACG\n地点：北京市,深圳市\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- 负责 AI 训练/推理场景下通信系统的性能分析与优化，覆盖 NCCL、DeepEP、Mooncake 等主流通信栈\n- 负责 MoE 架构通信链路优化，设计并落地高性能 All-to-All、Token Dispatch/Combine、KV 交换等方案，提升集群整体吞吐与稳定性\n- 深入分析大规模分布式训练、推理中的系统级问题，包括训练 hang、慢节点、任务异常中断等问题，并推动系统级优化\n- 参与自研 AI 通信框架与运行时系统建设，包括通信调度、拓扑优化、异构网络支持、故障恢复等核心能力研发\n- 与模型、框架、调度、网络、硬件团队协作，推动 AI Infra 全链路性能优化与稳定性建设\n- 建立通信性能基线与评测体系，输出系统化性能分析报告与优化方案\n\n职责要求\n- 本科及以上学历，计算机、软件工程、通信等相关专业，具备扎实的数据结构、操作系统、计算机网络基础\n- 熟练掌握 C/C++ 开发，具备 Linux 环境下复杂系统开发与调试经验\n- 深入理解 GPU 通信与集合通信原理，熟悉 NCCL/RCCL、MPI、Gloo 等通信框架中的至少一种\n- 熟悉 Transformer 与 MoE 架构，理解 TP/PP/DP/EP/CP 等并行策略及其通信特点\n- 熟悉 PyTorch Distributed、Megatron-LM、DeepSpeed、vLLM、SGLang 等框架中的至少一种，并具备实际调优经验\n- 有大规模 GPU 集群训练/推理经验，能够独立分析并解决通信性能与稳定性问题\n- 负责 AI 训练/推理场景下通信系统的性能分析与优化，覆盖 NCCL、DeepEP、Mooncake 等主流通信栈\n- 负责 MoE 架构通信链路优化，设计并落地高性能 All-to-All、Token Dispatch/Combine、KV 交换等方案，提升集群整体吞吐与稳定性\n- 深入分析大规模分布式训练、推理中的系统级问题，包括训练 hang、慢节点、任务异常中断等问题，并推动系统级优化\n- 参与自研 AI 通信框架与运行时系统建设，包括通信调度、拓扑优化、异构网络支持、故障恢复等核心能力研发\n- 与模型、框架、调度、网络、硬件团队协作，推动 AI Infra 全链路性能优化与稳定性建设\n- 建立通信性能基线与评测体系，输出系统化性能分析报告与优化方案\n- 本科及以上学历，计算机、软件工程、通信等相关专业，具备扎实的数据结构、操作系统、计算机网络基础\n- 熟练掌握 C/C++ 开发，具备 Linux 环境下复杂系统开发与调试经验\n- 深入理解 GPU 通信与集合通信原理，熟悉 NCCL/RCCL、MPI、Gloo 等通信框架中的至少一种\n- 熟悉 Transformer 与 MoE 架构，理解 TP/PP/DP/EP/CP 等并行策略及其通信特点\n- 熟悉 PyTorch Distributed、Megatron-LM、DeepSpeed、vLLM、SGLang 等框架中的至少一种，并具备实际调优经验\n- 有大规模 GPU 集群训练/推理经验，能够独立分析并解决通信性能与稳定性问题",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}