岗位职责
- 负责基于 Kubernetes 的大模型推理云原生平台建设，主导推理场景下的 K8s 调度、资源管理与核心插件 （Operator / CSI / CNI / 设备插件）研发，构建高弹性、多租户、异构算力统一调度的大模型推理服务平台， 支撑混元及第三方模型高效、稳定上线；
- 负责海外机房建设进展跟综及GPU、网络等相关验收；
- 云原生推理平台架构：基于 K8s 主导 TIONE 推理平台控制面与数据面架构设计，构建高弹性、多租户的大模型推理服务，覆盖模型部署、弹性伸缩与推理调用全生命周期；
- K8s 调度与资源管理：深度定制 K8s 调度器（Scheduler Framework / 调度插件），实现 GPU / NPU 拓扑感知调度、优先级抢占、配额与算力池化；
- Operator 与 CRD 开发：设计推理平台核心 CRD（Model / InferenceService / Deployment 等）与 Controller，基于 controller-runtime 实现生命周期管理、状态协调与故障自愈；
- 设备插件 / CSI / CNI：开发 GPU / NPU 设备插件（Device Plugin）完成异构算力发现与分配；落地 CSI 存储插件支撑模型与 Checkpoint 高效挂载；集成并定制 CNI（RDMA / RoCE 高性能网络）保障推理 Pod 网络与跨节点通信。
职位要求
- 本科及以上学历，计算机、软件工程、电子信息等相关专业；
- 精通 Go 语言（核心），熟悉 C++ / Python；具备大型分布式系统与高并发、高可用服务设计与编码能力；
- 具备海外视角，可以外派海外如欧美、东南亚等支持IDC建设及GPU验收等；
- 深入理解 Kubernetes 核心机制，包括但不限于：Scheduler Framework、CRD / Operator（controller-runtime）、Admission / Webhook、Device Plugin，以及 CSI / CNI 插件原理与开发；
- 熟悉 GPU / NPU 资源管理（设备插件、共享 / 虚拟化、拓扑调度）与高性能网络（RDMA / RoCE、CNI 定制）；
- ：熟悉 x86 服务器硬件体系与 GPU 服务器（HGX 系列 / A100、H800、L20 等）架构：拓扑、供电、散热、PCIe / NVLink 互联、BMC / BIOS；
- ：熟悉数据中心网络：VLAN / BGP、Bonding、RDMA / RoCE 无损网络原理与调优，有专线开通或验收经验。
