1.负责GPU软件系统全链路测试，重点包括Runtime API、集合通信库、RDMA网卡通信等功能、性能和稳定性验证 2.开发和维护分布式通信测试框架，设计多机多卡通信场景的测试用例和质量监控体系 3.分析分布式训练中的通信性能瓶颈，定位CCL和RDMA相关问题的根本原因 4.构建和维护多机多卡测试环境，包括GPU集群搭建、网络配置和性能调优 5.参与AI基础设施质量流程建设，推动分布式通信测试的自动化和标准化 1.计算机科学/电子工程/通信工程等相关专业本科及以上学历 2.熟悉Linux操作系统和网络基础知识，具备GPU集群或分布式系统测试经验 3.熟练掌握Python/C++等编程语言，具备自动化测试开发和性能分析能力 4.熟悉GPU软件栈架构，深入理解Runtime API工作机制，熟悉上下文、流、事件、内存管理等核心概念 5.深入理解NCCL集合通信库的架构和实现原理，具备多机多卡通信测试经验 6.熟悉RDMA网络通信协议（InfiniBand、RoCE）及相关性能测试方法 7.掌握分布式训练和高性能计算相关知识，对集合通信、AllReduce等算法有深入理解 8.熟悉Docker等虚拟化技术，能够构建和维护分布式测试环境 9.了解PyTorch/TensorFlow等AI框架的分布式训练原理，具备多卡切分和端到端测试经验 10.具备良好的沟通能力和团队协作精神，能够推动复杂技术问题的解决