锦鲤求职岗位描述
岗位职责
1. 通信库架构与原语实现：基于NCCL/MPI等理念开发或二次开发通信库，设计并实现高效的点对点与集合通信原语;
2. 拓扑感知与分层优化：面向节点内以及节点间互联拓扑设计分层/分组算法，优化带宽与延迟;
3. 计算-通信重叠：实现流水化通信、分块调度与异步执行机制，与训练计算图/调度器协同以提升GPU/加速器利用率;
4. 通信压缩与增量更新：实现梯度压缩、量化/稀疏化、增量更新等通信优化技术，在保证收敛与精度前提下降低通信量;
5. 性能剖析与瓶颈定位：使用性能分析工具及自研日志/trace系统进行通信性能分析，定位拥塞、同步点与长尾问题;
6. 稳定性与可观测性：完善错误处理、超时与重试机制，建设通信健康监控与回归测试，保障大规模训练稳定运行。
岗位要求
1.硕士及以上学历，计算机科学与技术、电子科学与技术、信息与通信工程、智能科学与技术、软件工程、网络空间安全等相关专业；
2. 具有NCCL/MPI/UCX等高性能通信库二次开发或调优经验；有多卡（32卡及以上）集群通信系统搭建、拓扑感知优化或RDMA网络调优实践者优先；有分布式训练通信瓶颈定位与优化经验者优先；
3. 熟悉集合通信算法与实现细节（ring/tree/分层/混合算法等），了解网络与互联基础（RDMA、TCP/IP、拥塞控制等）；熟练使用C/C++，具备并发/异步编程能力；掌握通信性能分析方法与工具（nsys/ncu/nvprof或同类工具、trace/metric体系）；
4. 具备优秀的系统性问题分析与解决能力，良好的团队协作及沟通能力，能够承担具有挑战性的研发任务，同时具备较强的学习能力与创新思维；
5. 对国产AI芯片生态建设有热情，能适应阶段性高强度研发工作。有责任心，注重代码质量与工程规范。