智算解决方案架构

岗位职责
负责头部客户的技术交流与需求挖掘。能从一句“我要训千亿参数大模型”，拆解出客户的真实模型架构（Dense/MoE）、并行策略、显存带宽需求以及未言明的预算边界。
比客户更懂其业务落地的痛点，输出引领性的解决方案。
负责从芯片→服务器→网络（RoCE/IB）→存储（并行文件/对象）→调度平台（K8s/Slurm）→基础设施（液冷/供电）的全栈架构图设计。能精准处理异构算力选型（NVIDIA/国产昇腾等），并独立完成无损网络、高性能存储的技术选型与参数调优。
将复杂的技术语言翻译为客户高层听得懂的商业价值。主导关键技术答辩，用一张清晰的架构图打动客户。
可在一线主导千卡、万卡级集群的交付方案，处理训练中断、慢节点等疑难杂症。将经验沉淀为可复制的行业标准化方案，赋能团队规模化复制。
撰写前沿技术白皮书，在行业峰会、技术社区布道。将大模型训练中的真问题（如 AllReduce 通信瓶颈、KV-Cache 优化）带回驱动产品迭代。

岗位要求
跑过 PyTorch，深度使用过 DeepSpeed/Megatron 等分布式训练框架，能讲清楚 Zero-1/2/3 的通信开销差异。熟悉大模型全流程（预训练/SFT/RLHF），对推理引擎（vLLM/TensorRT-LLM）的显存管理与量化有实操经验。
深刻理解 GPU 微架构（Tensor Core/NVLink）及国产芯片生态，熟悉 NCCL/HCCL 通信库。精通 RDMA 无损网络，看得懂 PFC/ECN 水线，会诊断网络原因导致的训练降速问题。
能做详细的算力 TCO 测算，会精准计算电费、折旧对“每 Token 成本”的影响。
大学本科及以上学历，计算机/通信/人工智能相关专业优先，985/211学校优先
2年以上智算/AI Infra/高性能计算领域经验，有自动驾驶、大模型原厂、金融量化等垂直行业深度认知者优先
具有作品意识，把方案当作作品来打磨，而非简单地堆砌硬件配置
具有持续学习能力，了解AI行业最新技术方向