分布式计算研发工程师（J92969）

岗位职责

-负责大规模AI计算集群（十万卡级GPU）的AI研发平台和异构计算底座设计与研发，实现算力的极致利用与全流程效率的提升 -构建异构多芯计算平台，建设与优化GPU虚拟化，智能超发、在离线混布等能力，实现算力供给的 Serverless 化 -基于Kubernetes生态，研发云原生AI组件，设计面向多场景（开发、训练、推理等）的异构计算平台产品与解决方案 -打通AI存储、高性能网络、Sandbxo等周边生态，持续演进系统架构 ，保障大规模集群的稳定性、性能与可扩展性

任职要求

-计算机相关专业本科及以上学历，2年以上后端/基础设施开发经验 -熟悉Kubernetes原理及开发，包括调度器、Device Plugin、CRI、CNI等机制 -熟练掌握Go/Python/C++中至少一门语言 加分项（满足任一即可）： -有GPU集群、HPC、AI Infra相关经验 -熟悉Kubeflow、Volcano、Ray等AI编排框架 -了解GPU架构（CUDA、NVLink、InfiniBand） -有大规模分布式系统设计经验 -具备独立定位和解决复杂系统问题的能力，注重工程质量

部门/组织

资源调度组