腾讯云服务器DIAG工程师

1.工作负载分析与性能建模；深入分析Agent编排、工具调用、代码执行、沙箱、RL环境及推理主机等场景的关键路径与资源需求；建立CPU、缓存、内存、网络和存储的资源画像，识别计算、访存、调度、虚拟化及I/O瓶颈；将业务SLO、任务吞吐和并发需求转化为可量化的硬件与系统设计要求； 2.CPU及服务器平台架构设计；评估不同CPU架构、代际和平台的适用性，制定场景化选型及配置方案；分析单线程性能、多核扩展性、SMT、缓存、NUMA、内存容量与带宽、PCIe及网络拓扑对业务的影响；参与CPU执行资源池与加速器主机的配置规划，支持平台演进及容量建设决策； 3.跨层性能定位与优化：利用性能计数器、系统跟踪和实验对照，定位CPU微架构、内核、虚拟化及应用运行时相关问题；推进绑核、内存放置、线程模型、调度、缺页处理、数据搬运及相关配置优化；与BIOS、内核、虚拟化和业务团队协作，将优化成果落地到实际环境并完成回归验证； 4.Benchmark与自动化评测体系建设：建立覆盖微基准、组件测试及端到端任务的评测体系，形成可复现、可比较的性能基线；建设跨平台、跨版本的自动化测试及回归能力，分析性能波动与退化原因；同时评估吞吐、P95/P99延迟、任务成功率、资源占用和能效，避免以单一跑分替代业务效果； 5.容量、能效与成本优化：建立满足质量、隔离和延迟要求的单机容量模型，评估并发密度与资源池配比；分析单位有效任务成本、CPU资源消耗、内存占用和功耗，支持扩容、采购及配置优化；通过试点或生产数据验证收益，明确适用边界、上线风险及回退方案； 6.技术路线与跨团队协同；跟踪CPU、内存、互连及硬件加速技术，将实际瓶颈转化为下一代平台需求；与芯片厂商、服务器厂商及内部研发团队开展联合分析和方案验证；沉淀架构规范、性能方法和最佳实践，提升团队的问题定位与工程交付能力。 1.具备扎实的计算机体系结构基础，熟悉至少一种主流服务器CPU架构，理解流水线、分支预测、缓存层次、缓存一致性、内存访问及NUMA等机制，能够分析其对实际负载的影响； 2.具备Linux系统性能分析能力，理解进程与线程调度、虚拟内存、缺页、同步机制及I/O路径；能够使用perf、eBPF、ftrace、Intel VTune、PCM或同类工具中的一种或多种开展分析； 3.具备复杂性能问题的定位与落地经验，能够完成“指标异常—提出假设—设计实验—定位根因—优化验证—回归交付”的完整过程，而不止于采集指标或调整参数； 4.具备基准测试与实验设计能力，能控制软件版本、数据集、并发、预热、频率及系统配置等变量，理解尾延迟、测试噪声、重复性和对照实验的重要性； 5.具备必要的软件工程能力，熟练使用C/C++、Python、Go等至少一种语言，能够开发测试工具、分析脚本或系统组件，并阅读相关实现代码； 6.具备系统架构判断与协作能力，能在性能、成本、可靠性、兼容性及工程复杂度之间进行权衡，并推动跨硬件、固件、系统软件和业务团队的方案落地。