K8S研发工程师 - AI Infra平台方向
岗位摘要
参与研发Kubernetes集群管理平台，覆盖集群创建、配置、升级、扩缩容、巡检、回收和灾备演练等生命周期能力；基于Operator/Controller、CRD和声明式API构建自动化控制系统，减少人工操作和环境差异
岗位职责
- 参与研发Kubernetes集群管理平台，覆盖集群创建、配置、升级、扩缩容、巡检、回收和灾备演练等生命周期能力
- 基于Operator/Controller、CRD和声明式API构建自动化控制系统，减少人工操作和环境差异
- 参与Kubernetes调度能力建设，包括队列、配额、优先级、抢占、公平性、资源预留、gang scheduling和拓扑感知调度
- 面向GPU等异构资源，参与设备发现、资源建模、碎片治理、亲和性策略和调度效果评估
- 参与云原生DevOps/发布平台建设，打通代码提交、构建、测试、制品、部署、灰度、回滚和审计链路
- 完善集群指标、日志、事件、SLO、调度仿真、压测和故障诊断工具，提升平台稳定性和研发体验
任职要求
- 计算机、软件工程、数学或相关专业本科及以上学历，具备扎实的计算机基础
- 熟练掌握Go、Python、Java、C++中至少一门语言，能够独立完成编码、调试、测试和问题定位；coding是硬门槛
- 熟悉Linux、操作系统、计算机网络、数据结构和分布式系统基础
- 理解容器、镜像、进程隔离、网络、存储和Kubernetes的基本工作机制
- 重视工程质量、自动化和可靠性，遇到问题能形成“发现、止损、定位、恢复、复盘”的基本思路
- 有Owner意识，愿意和训练、推理、集群、网络、可观测等团队协作推进闭环
- 加分项：阅读过Kubernetes核心代码，或开发过Operator/Controller、scheduler plugin、device plugin
- 加分项：有Kubernetes集群搭建、升级、多集群管理、故障排查或容量治理经验
- 加分项：了解Volcano、Koordinator、YuniKorn、Kueue、Argo CD、Tekton、GitLab CI、Helm等项目
- 加分项：熟悉etcd、容器运行时、CNI、CSI、eBPF、GPU拓扑、分布式训练或推理服务调度
- 加分项：有开源贡献、技术竞赛、算法竞赛、优秀课程设计或可展示的系统项目
- 加分项：对大模型训练、推理、Agent或AI Infra有兴趣，愿意在真实大规模场景中持续学习
加分项
- 阅读过 Kubernetes 核心代码，或开发过 Operator / Controller、scheduler plugin、device plugin
- 有 Kubernetes 集群搭建、升级、多集群管理、故障排查或容量治理经验
- 了解 Volcano、Koordinator、YuniKorn、Kueue、Argo CD、Tekton、GitLab CI、 Helm 等项目
- 熟悉 etcd、容器运行时、CNI、CSI、eBPF、GPU 拓扑、分布式训练或推理服务调度
- 有开源贡献、技术竞赛、算法竞赛、优秀课程设计或可展示的系统项目
- 对大模型训练、推理、Agent 或 AI Infra 有兴趣，愿意在真实大规模场景中持续学习
- 李先生 今日活跃
福利待遇
- 薪资范围35-65K，16薪
- 参与建设支撑大模型训练、推理和在线业务的核心Kubernetes基础设施，工作结果直接影响模型迭代效率、算力利用率和业务稳定性
- 深入大规模异构集群的AI Infra工程，用代码系统化解决集群生命周期、GPU调度、发布交付、可观测和稳定性问题
- 在真实生产环境中深入Kubernetes控制面、调度系统、节点管理和云原生研发工具链，成长为能端到端解决复杂基础设施问题的平台工程师
工作地址
上海徐汇区新研大厦B座