岗位职责:
1.系统架构与核心开发:
参与设计并主导开发一个支持准在线优化的大型无线网络系统。
构建系统的核心框架,包括模块化设计、微服务架构、数据流管理、任务调度和前后端交互。
负责高并发、高性能计算组件的设计与实现,以支撑大规模网络场景(数千基站)的快速仿真。
2.仿真引擎与模型集成:
开发网络仿真引擎,模拟5G网络关键行为,如波束管理、用户移动性、业务流量生成、信道传播等。
设计与实现标准化接口(如 RESTful API/gRPC),无缝集成各科研团队提供的AI模型(如GNN、NeRF、扩散模型)和优化算法(黑盒优化器)。
将算法模块封装为可复用、可配置的服务,确保其在高频度、低延迟的仿真循环中稳定运行。
3.数据管道与可视化开发:
构建高效的数据处理管道,支持对海量实测网络数据(如MR数据)和仿真数据的导入、清洗、存储与实时分析。
开发强大的数据可视化界面,实现网络拓扑、性能指标(覆盖、速率、能耗)、优化结果等的多维度、实时展示(如基于Web的仪表盘、栅格级地理信息展示)。
4.协同测试与性能优化:
与算法研究科学家紧密合作,理解算法需求,提供工程实现支持,并共同进行模块测试和系统联调。
对平台进行持续的性能剖析与优化,确保仿真速度与精度满足项目验证要求。
岗位要求:
1.必备条件:
硕士及以上学历,通信工程、计算机科学、软件工程或相关专业,3年以上大型软件系统开发经验。
精通Python,具备扎实的编程功底和良好的代码风格,熟悉常用数据结构、算法和设计模式。
熟悉Linux开发环境,具备AI编程的实践能力。
熟悉至少一种主流数据库(如MySQL)和缓存技术(如Redis)。
具备强烈的责任心、出色的解决问题能力和团队协作精神。
2.优先考虑:
有网络仿真工具(如NS-3, OPNET, OMNeT++)的使用或开发经验,或对移动通信网络(4G/5G)架构和协议有基本了解。
有AI/ML模型部署(Model Serving)或MLOps相关经验,熟悉PyTorch/TensorFlow等框架的模型集成。
在GitHub上有优秀的个人项目或参与过开源项目贡献。