软件工程师 - 计算基础设施
岗位摘要
设计、构建并运营基于Kubernetes的控制器和分布式服务，协调跨站点基础设施，隔离故障并随GPU容量增长实现扩展；定义API和资源模型，使客户端能够通过统一接口跨硬件平台和提供商请求并跟踪生命周期操作
岗位职责
- 设计、构建并运营基于Kubernetes的控制器和分布式服务，协调跨站点基础设施，隔离故障并随GPU容量增长实现扩展
- 定义API和资源模型，使客户端能够通过统一接口跨硬件平台和提供商请求并跟踪生命周期操作
- 构建供应和配置服务，协调网络启动、硬件管理接口以及固件、操作系统镜像、驱动程序和主机配置的部署
- 开发涵盖发现、分配、供应、升级、维护、恢复和退役的生命周期管理，并与健康和验证系统集成
- 设计可靠的协调与恢复机制，应对并发变更、中断操作和部分故障，通过分阶段发布限制对节点、机架和集群的影响
- 提升控制平面吞吐量、API延迟以及基础设施达到目标状态的速度，同时遵守站点系统和提供商API的限制
- 构建软件集成，将新站点和新一代GPU硬件纳入平台，与硬件、网络、数据中心及其他基础设施团队合作
任职要求
- 具备扎实的软件工程基础，拥有设计、实现和维护生产级分布式系统或基础设施服务的经验
- 具有使用Kubernetes API和协调机制开发基础设施系统以管理资源的经验
- 了解裸机节点从上电到配置完成、可运行工作负载的完整流程，在PXE、DHCP/DNS、基板管理控制器（BMC）、固件、Linux、驱动程序、镜像或配置管理等一个或多个领域有深入经验
- 能够设计可靠的API和异步工作流，具备对并发性、一致性、幂等性以及跨服务和提供商边界故障的推理能力
- 能够跨服务、操作系统和机器边界诊断可靠性和性能问题，将生产证据转化为持久的软件改进
- 能够有效跨工程专业协作，清晰传达系统行为和技术权衡