AI算力部件工程师

AI算力部件全栈测试与质量守护：负责服务器核心部件（GPU加速卡、DPU/SmartNIC智能网卡、NVMe SSD、RAID卡、HBM内存及CXL内存扩展等）的硬件功能、驱动适配、性能调优、稳定性验证及全生态兼容性测试，为AI训练/推理、高性能计算等关键场景提供部件级质量保障；

智能测试方案设计与执行：面向大模型训练、图形渲染、科学计算等多样化算力场景，制定并执行部件级深度测试方案，涵盖GPU算力峰值性能、多卡互联带宽（NVLink/CXL）、显存吞吐、端到端推理延迟、功耗能效比（Performance-per-Watt）、热设计余量等关键指标体系；

自动化测试平台建设：搭建并持续迭代部件测试环境与自动化测试框架，集成性能分析工具链（如NVIDIA Nsight、DCGM、Linux perf/eBPF等），构建覆盖功能、性能、稳定性、兼容性的全维度自动化测试能力，提升测试效率与覆盖深度；

缺陷分析与根因定位：深度分析测试数据，运用系统级调试手段精准定位部件硬件、驱动、固件及系统交互层面的根本原因，与研发团队高效协作，推动问题闭环解决，持续提升部件质量；

技术资产沉淀与竞争力构建：编写高质量测试报告与技术分析文档，输出部件选型建议与性能优化方案，沉淀测试方法论与知识库，为产品竞争力提升提供数据支撑与决策依据。

本科及以上学历，计算机、电子工程、通信等相关专业，有服务器/智算硬件相关经验或深入理解计算机体系结构（x86/ARM/RISC-V）者优先；

熟练掌握C/C++、Python等一种编程语言，具备扎实的算法与数据结构功底和良好的工程编码规范，有自动化测试框架开发经验者优先；

具备GPU/CUDA生态、AI推理框架（TensorRT/vLLM等）或异构计算（OpenCL/SYCL）相关经验，熟悉GPU性能调优与benchmarking方法论者优先；

有Linux内核/驱动、OpenStack/Hadoop/Spark/Ceph/Redis/DPDK/SPDK等开源软件使用或贡献经验者优先；

具备优秀的沟通协作能力与技术敏感度，有强烈的责任心与自驱力，对AI算力技术充满热情，勇于挑战技术难题，持续追求卓越。