【上海或北京】
职位关键词
容器技术 K8S Kubernetes GPU调度 Scheduler
Operator 云原生 虚拟化
职位描述
我们的使命是把研究从计算约束中解放出来让基础设施走在业务之前，算力、调度、网络不成为研究的门槛。该职位端到端覆盖集群编排与调度、容器基础设施、中间件，以及面向研究员、量化开发与工程师的平台抽象。平台运行在大规模、业界前沿、拓扑复杂的GPU/CPU集群与全互联RDMA网络之上。
根据你的技能和兴趣，你将承担以下部分职责:容器网络、运行时与虚拟化:CNI插件、Overlay/
Underlay网络、containerd内核机制、Kata/KVM隔离、运行时性能调优。
基于Kubernetes进行拓展、定制以构建集群能力，支撑大规模GPU/CPU资源管理。
构建并演进集群调度:自定义调度器、资源配额、Gang Scheduling、批任务抢占与优先级、弹性伸缩与多数据中心调度。
面向研究员、量化开发与工程师的平台抽象与开发体验:作业模型与生命周期、资源抽象、多租户与配额、开发者 SDK与工具链。
集群中间件与全栈可观测性:设计从硬件到应用的统一数据模型，覆盖指标、事件,tracing与profiling;支撑性能调优、容量规划与故障根因分析。
职位要求
计算机科学、软件工程或相关工程专业本科及以上学历，两年以上Go,C++或Rust的系统软件开发经验。
扎实的Linux、操作系统、计算机网络与分布式系统基础，具备可靠、可扩展、可运维的系统设计能力。
以下条件优先考虑，但非硬性要求:
1)对Kubernetes核心件(apiserver、scheduler、kubelet等)有深度理解能读懂源码、扩展或改造其行为。
2)大规模复杂分布式系统的设计、开发与维护经验。
3)性能优先的GPU调度:NVLink/NVSwitch与NUMA/ PCle拓扑感知、跨节点集合通信优化。
4)容器网络深度经验:CNI插件开发、基于eBPF的网络方案、SR-IOV、RDMA感知调度。
5)虚拟化相关经验:KVM、Kata Containers、 containerd运行时机制或MicroVM框架。
6)熟悉Kubeflow、Ray/KubeRay等上层计算框架生态。
ความคิดเห็น
ยังไม่มีความคิดเห็น