岗位职责
- 面向通算的弹性、混部、分布式作业调度等技术的设计和研发，满足客户不同 SLA 的资源调度；高效解决AI场景下资源协调、碎片化、隔离与干扰等技术难题；
- 面向大规模、分布式的智算场景，设计实现大模型推理服务的多角色分离式编排调度、及时准确的弹性伸缩等，实现AI模型部署优化等平台能力；
- 通过画像建设、机器学习等，为调度系统提供更加智能的决策；在保障不同类型工作负载 SLA 前提下，尽可能提升硬件利用率；
- 负责多地多中心联邦调度建设，为客户提供多种异构资源、环境需求等，保障集群合理的分布、负载。
职位要求
- 熟练掌握 Linux 环境下的 Go/C++/Python 等1至2种以上语言；
- 熟悉 Kubernetes 架构和生态，或熟悉 Docker/Containerd 等容器技术，有丰富的云原生开发经验；
- 掌握分布式系统原理，参与过大规模分布式系统的设计、开发和维护；
- 优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分，底层系统问题分析经验和优化能力；
- 良好的学习、沟通能力和自驱力，强烈的工作责任心，能够快速的响应和行动；
- 良好的工作文档习惯，按要求撰写工作流程及技术文档。 加分项：
- 深入了解 Kubernetes、Docker/Containerd 等技术原理和源码，在社区有过相关代码贡献；
- 有大模型资源调度/服务编排的落地经验，或熟悉 GPU系统 / 体系结构。
