面向训推一体与特定硬件无关的通信优化-阿里星/A Star

1.技术方案设计：

• - 深入调研业界前沿的应用层多路径传输技术相关优化方案，分析其优缺点与适用场景；
• - 结合业务需求与技术现状，识别网络传输瓶颈，提出创新的优化方向与具体技术方案。

2.技术实现：

• - 负责将技术方案拆解为具体可实施的技术点，进行可行性分析，制定详细的任务目标、技术规范与验收标准；
• - 主导技术原型的关键模块设计、编码实现及系统功能验证，快速迭代以验证核心思想；
• - 基于原型验证结果，持续进行性能优化，完成产品化落地，确保方案的健壮性、可维护性和可扩展性；
• - 支持产品的规模化落地，基于实践进一步优化迭代产品能力。
• 1. 教育背景
• - 计算机科学、人工智能、机器学习、数据科学等相关专业博士。
• 2. 技术能力
• - 熟悉RDMA相关协议及多路径传输相关技术；
• - 熟悉推理框架（如TensorFlow、PyTorch、PaddlePaddle）及其优化方法，有图优化经验者优先；
• - 了解高性能网络前沿技术方向（多路径传输优化、计算通信overlap、量化感知推理等）。
• 3. 编程能力
• - 熟练掌握Python/C++/Go等编程语言，有高性能计算经验者优先。
• 4. 经验要求
• - 有大模型推理优化经验者优先，熟悉政企客户业务场景者加分；
• - 具备独立分析和解决问题的能力，能够快速学习新技术并应用到实际工作中。
• 5. 其他要求
• - 具备良好的沟通能力和团队合作精神，能够与业务部门和技术团队高效协作；
• - 对人工智能技术有浓厚兴趣，具备较强的学习能力和技术钻研精神；
• - 具备学术能力，能跟踪最新研究进展。