岗位职责
- 大模型训练与推理调度：参与研发 Kubernetes Gang 调度、网络拓扑感知调度、GPU 超节点调度等能力，优化 CPU/GPU Pod 和 PodGroup 的调度策略，减少 GPU 资源碎片，提升大规模训练和推理场景的任务性能和资源效率。
- 大数据离线计算调度：参与研发 Kubernetes 队列调度、配额管理和资源准入能力，完善优先级调度、公平共享、资源借用与抢占回收策略等，支撑 Spark/Flink/Ray 等离线计算任务大规模容器化接入。
- CPU/GPU 资源池化与降本：建设 CPU、GPU 统一资源池，研发在离线混部和训推混部能力，包括资源画像、负载分级、资源超卖、隔离与干扰控制，在保障在线服务质量的前提下提高资源利用率、降低算力成本
- 大模型 Agent 沙箱建设：面向大模型 Agent 的代码执行、工具调用和强化学习（RL）等场景，研发基于 Kubernetes 的新一代沙箱技术。持续优化安全隔离、秒级启动与恢复、高密度部署等核心能力，建设沙箱预热池、快照暂停与恢复、批量创建等生命周期管理能力，支撑 MiMo Agent RL 等核心业务规模化落地
- 联邦集群建设：参与联邦集群架构的设计、演进与落地，建设多集群统一资源视图、应用分发和故障迁移能力，支撑业务多机房容灾，支撑百万级 Pods 横向扩展
职位要求
- 计算机相关专业，本科以上学历，有 3 年以上容器研发经验； - 熟悉 Kubernetes 核心组件的原理、熟悉相关源码，具备调度器相关模块的开发经验； - 熟悉容器技术栈（如 Docker、Containerd），熟悉 Linux、Cgroup、Namespace； - 熟悉快照（Snapshot）、按需加载（Lazy Loading）等容器启动与恢复加速技术，有 Firecracker / Cloud Hypervisor VM 快照恢复、CRIU 进程快照、overlaybd 等镜像按需加载相关实践经验者优先； - 熟悉业界在离线混部、调度项目（如 Koordinator、Kueue、Volcano、YuniKorn 等）者优先；
