基础平台工程师（容器/调度/云原生方向）

岗位职责

岗位详情

工作职责

1. 平台工程（容器平台 / 资源调度 / 弹性混部 / 资源供给 / CI/CD / 稳定性）

• 主导 K8s 容器平台建设，支撑全公司万级节点、数千套核心服务的生命周期管理，包括但不限于：
  • 多集群统一管控、集群部署 / 扩缩容 / 滚动升级
  • 容器网络（CNI）、存储（CSI）、GPU 等异构资源插件体系
  • 多租户隔离、Quota 管理、命名空间治理
• 主导资源调度体系建设，包括但不限于：
• CPU 调度增强：kube-scheduler / Volcano 定制，批调度、优先级与抢占、拓扑感知、碎片整理、NUMA 感知
• GPU 调度与资源管理：GPU 资源模型与设备管理（device plugin / DRA）、vGPU / MIG / time-slicing 等 GPU 共享与池化方案、显存隔离与分时复用
• GPU 拓扑感知调度：NVLink / RDMA 拓扑亲和、大规模分布式训练的整卡调度与 gang scheduling
• AI 任务调度编排：基于 Volcano / KubeRay 支撑 Ray、PyTorch 等训练/推理任务的队列管理、弹性伸缩与抢占
• 大规模场景下的调度吞吐、公平性与低延迟优化
• 主导资源弹性与潮汐混部体系建设，包括但不限于：
  • 在线/离线任务混部：在线与大数据资源池统一、潮汐调度、超卖与回收
  • 弹性伸缩体系：HPA / VPA / 节点池弹性、基于预测的自动扩缩容

工作要求

硬性条件

• 985 / 211 及以上院校全日制本科及以上学历，计算机相关专业
• 5 年以上基础平台 / 云原生 / SRE 相关工作经验
• 至少深度参与过 1 个大型基础设施项目（万级节点容器平台 / 大规模混部落地 / 日均万级任务流水线 任一）
• Go / Java / C++ / Rust 中至少两门掌握扎实
• 深度掌握 K8s 原理与生态，调度器 / Operator / 网络 / 存储 / 内核隔离机制任一方向达到源码级理解
• 熟悉 GPU 调度生态（device plugin / DRA / Volcano / KubeRay 任一），有 AI 任务在 K8s 上的调度或编排落地经验
• 熟练掌握 CI/CD 体系（GitLab CI / Jenkins / Argo CD 等）

能力素质（满足一项或多项）

• 对分布式系统、容器运行时、Linux 内核资源隔离（cgroup / sched / memcg）有体系化认知
• 主导过大规模在离线混部落地（潮汐调度、超卖回收、干扰抑制），并有明确的利用率收益
• 主导过 kube-scheduler / Volcano 等调度器的定制与增强
• 主导过资源交付 / 供给 / 清退体系或弹性上云方案的实际落地
• 主导过大规模 K8s 多集群管控体系（Karmada / 自研联邦）建设
• 主导过 SLO 体系 / 混沌工程 / 故障自愈平台的建设
• Kubernetes / Karmada / Volcano 等 CNCF 项目 Contributor 优先
• 对开源生态高度熟悉，能快速判断“该自研、该用开源、该改开源”的边界
• 具备从 0 到 1 设计大型分布式系统的能力，能独立 owner 某个技术方向