岗位职责：

1.负责千卡GPU集群的网络架构设计与部署，包括Spine-Leaf、胖树等拓扑的搭建，确保网络满足大模型训练的高带宽、低延迟需求。

2.负责高速网络设备（100G/400G交换机）的配置、调试与优化，保障网络链路的稳定性与传输效率。

3.监控集群网络运行状态，及时处理网络故障（如链路中断、拥塞等），优化网络流量分配策略。

4.针对大模型训练中的集体通信需求，优化网络参数与通信协议，减少网络延迟对训练效率的影响。

5.参与集群网络的扩容与升级工作，保障网络架构的可扩展性。

任职要求：

1.本科及以上学历，网络工程/计算机相关专业，4年以上高速网络设计与运维经验，有GPU集群网络搭建经验者优先。

2.精通网络拓扑设计，熟悉Clos、Dragonfly等集群网络架构，掌握RoCEv2、IB等高速网络技术。

3.熟练配置主流品牌交换机（如华为、思科、Mellanox），具备网络故障排查与优化能力。

4.了解大模型训练的网络需求，能针对集体通信场景进行网络优化。

5.具备较强的学习能力，能跟进网络技术的前沿发展。