深度技术顾问与方案架构
岗位摘要
负责KA客户（大模型厂商、互联网巨头、科研机构）的GPU集群系统架构设计；针对客户的LLM（大语言模型）训练与推理场景，提供从硬件选型、网络拓扑（IB/RoCE）到软件栈的全栈解决方案
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口，并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 负责KA客户（大模型厂商、互联网巨头、科研机构）的GPU集群系统架构设计
- 针对客户的LLM（大语言模型）训练与推理场景，提供从硬件选型、网络拓扑（IB/RoCE）到软件栈的全栈解决方案
- 深入理解客户模型（如Llama 3, Mixtral, Qwen等），针对性地设计分布式并行策略（Data/Tensor/Pipeline Parallelism, Sequence Parallelism, MoE等），最大化集群MFU（Model FLOPS Utilization）
- 解决客户在使用过程中的深层技术瓶颈，包括但不限于驱动兼容性、编译器（Compiler）优化、算子（Operator）开发与融合
- 利用Profiling工具（如Nsight Systems, PyTorch Profiler）定位性能热点，指导或协助客户进行Custom Kernel优化（CUDA/Triton/Hip）
- 处理大规模集群下的稳定性问题（Stragglers, ECC errors, NCCL timeout等），保障长周期训练的稳定性
- 不仅仅是技术支持，需具备商业思维。协助客户进行TCO（Total Cost of Ownership）核算，通过算力利用率提升、训练时间缩短、推理延迟降低等指标，量化方案带来的ROI（投资回报率）
- 对比竞品方案，从CAPEX（资本性支出）和OPEX（运营支出）维度输出专业的竞争分析报告
- 将一线客户在驱动、API、编译器、框架适配等方面的痛点转化为高质量的PRD或技术需求，反向推动研发团队改进底层软件栈（SDK/Driver/Firmware）
任职要求
- 教育背景：计算机科学、电子工程、数学或相关专业本科及以上学历
- 工作经验：5年以上HPC、AI基础设施或GPU相关领域工作经验，其中至少2年深度参与大模型（LLM）项目
- QQGPUQ( 记忆等级, 流式多处理器, NVLink/ PCIe 等互联)
- 熟悉底层软件栈：Driver, CUDA Toolkit, NCCL, HCCL等
- 具备算子开发或优化经验（CUDA, Triton, TVM, MLIR等）
- 理解AI编译器原理（XLA, TorchDynamo, TensorRT, vLLM等）者
- 精通PyTorch及主流分布式训练库（Megatron-LM, DeepSpeed, FSDP）
- 熟悉大规模集群通信原语（All-reduce, All-gather, Reduce-scatter）及其在不同网络环境下的调优
- 具备TAM(技术账户经理)的服务意识,能够管理高压下的客户预期,具备极强的技术交流能力
登录后查看完整岗位详情
使用邮箱验证码登录后，可查看完整职责、任职要求、原岗位入口，并继续使用收藏和浏览记录。列表摘要保持公开，完整详情用于保护数据质量和降低恶意抓取。