腾讯
校招面向AI集群业务的高性能网络
北京 · 校招 · 2027 届 · 博士
长期有效
任职要求
- 1.计算机、通信、网络空间安全、电子工程、高性能计算等相关专业的博士；
- 2.有GPU集群通信相关经验，主导或参与过AI训练/推理平台的通信优化项目；有GPU通信库开发经验者优先；
- 3.加分项：发表过GPU通信、分布式计算领域的高质量论文或专利；具备GPU虚拟化、FPGA异构加速等跨领域经验。
岗位描述
【岗位职责】
课题背景：
随着千亿/万亿级参数规模的LLM大模型不断涌现，以及语料库的爆炸式增长，训练算力需要万卡级GPU集群来支撑，训练时间也持续数周或更长，这对集群网络的性能和稳定性提出了非常高的要求。一方面，大规模GPU集群训练的性能瓶颈在于如何优化网络集合通信来让万卡GPU之间保持高效地传输同步；另一方面，GPU集群通常按训练时间计算成本，价格昂贵，网络频繁故障/中断会导致整个训练任务耗时大增。因此如何优化网络集合通信性能，保证网络运营的可靠，是GPU集群网络研发的重要内容。
课题挑战：
通过突破GPU间通信性能瓶颈，提升大模型训练效率与降低模型推理成本。
具体工作：
- 1. 面向AI大模型的网络架构/协议设计、拓扑感知流量规划调度、集合通信性能优化、在网计算等GPU训练加速方案；
- 2. 网卡-计算卸载，内存池、存储通信加速；
- 3. Tile-based 集合通信库研发；
- 4. 超节点Scale-up高带宽域的通信加速、协议优化、可靠性运维；
- 5. 异构GPU互联通信加速（异构训练、异构PD分离传输等）；
- 6. 支持KV cache复用的内存池化/storage池化的通信加速。
【任职要求】
- 1.计算机、通信、网络空间安全、电子工程、高性能计算等相关专业的博士；
- 2.有GPU集群通信相关经验，主导或参与过AI训练/推理平台的通信优化项目；有GPU通信库开发经验者优先；
- 3.加分项：发表过GPU通信、分布式计算领域的高质量论文或专利；具备GPU虚拟化、FPGA异构加速等跨领域经验。
【技术方向】
AI基础设施、系统与安全
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 运营 岗位的常见面试问题整理
我提到了电竞方面，另一个面试官就问我对于ig战队（lol）的看法，然后一道情景题：公司和ig方面有合作，怎样运营才能吸引ig粉丝使用我们产品
查看答题思路
1. 电竞营销=粉丝经济，核心是社区运营而非传统广告 2. 跨界合作：战队/选手/IP 联名，借粉丝流量 3. 内容策略：比赛直播/选手日常/粉丝二创/社区活动 4. 案例：用 STAR 讲一个电竞相关的运营策划
另一个面试官看我的专业（偏设计）就问我愿不愿意做产品设计方向，让我发作品集 大概就这些 #咪咕#<a href="/creation/subject/928d551be73f40db82c0ed83286c8783" target="_blank" class="s
查看答题思路
1. 核心概念：一句话说清这个问题的底层逻辑 2. 方法论/框架：用 STAR 原则或专业框架结构化回答 3. 实际案例：结合一个具体场景说明 4. 量化结果：用数据佐证你的观点
你认为内容运营需要具备哪些能力
查看答题思路
1. 内容运营=创作有价值的内容→分发到正确渠道→吸引目标用户→促成转化 2. 核心能力：选题能力（知道用户想看什么）、写作能力、数据分析能力（用数据迭代内容策略） 3. 生命周期：选题→创作→审核→发布→分发→数据回收→优化→二次传播 4. 优质内容标准：原创/有用/有趣/有共鸣/有行动引导
谈谈你理解的内容生命周期
查看答题思路
1. 真诚：为什么对这个方向感兴趣（具体经历/瞬间） 2. 匹配：你的能力和这个岗位的契合点 3. 成长：你希望从这个岗位学到什么 4. 贡献：你能为团队带来什么
自我介绍
查看答题思路
1. 我是谁（姓名+学校+专业，15秒） 2. 我做过什么（最相关的 1-2 个经历，30秒） 3. 为什么适合这个岗位（能力匹配，15秒） 4. 总时长控制在 1 分钟以内 5. 避免：念简历、说「我学习能力强」这种空话
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。