返回岗位列表

站点可靠性工程师，前沿系统基础设施

查看原岗位

地点：美国薪资：$255K-$490K 日期：2026-01-29

岗位摘要

启动和扩展大型Kubernetes集群，包括自动化配置、引导和集群生命周期管理；构建软件抽象层，统一多个集群并为训练工作负载提供无缝接口；负责从裸机到固件升级的节点启动，确保大规模快速、可重复的部署

岗位职责

启动和扩展大型Kubernetes集群，包括自动化配置、引导和集群生命周期管理
构建软件抽象层，统一多个集群并为训练工作负载提供无缝接口
负责从裸机到固件升级的节点启动，确保大规模快速、可重复的部署
改进操作指标，如减少集群重启时间（例如从几小时缩短到几分钟）和加速固件或操作系统升级周期
集成网络和硬件健康系统，提供跨服务器、交换机和数据中心基础设施的端到端可靠性
开发监控和可观测性系统，及早发现问题并在极端负载下保持集群稳定
需要达到与软件工程师相同的执行水平

任职要求

在大型或高可用性环境中担任基础设施、系统或分布式系统工程师的经验
深入了解Kubernetes内部机制、集群扩展模式和容器化工作负载
精通云基础设施概念（计算、网络、存储、安全）以及自动化集群或数据中心操作
有GPU工作负载、固件管理或高性能计算背景者优先