理聘网-职位详情页，系统研发工程师（AIInfra）

工作年限要求:5 是否能接受应届生：否 岗位职责： 1.智算集群资源调度平台架构与研发：基于Kubernetes构建面向大规模智算集群（≥千卡规模）的资源调度平台；设计并实现GPU/NPU异构资源调度策略，支持算力分时复用、拓扑感知调度、弹性配额管理；开发节能调度算法，基于负载预测的动态功耗控制、基于利用率感知的节点启停策略；实现多维度调度，支持CPU/内存/显存/网络带宽/存储IO等多资源维度的综合调度决策；设计高可用、可扩展的调度平台架构，支持万级节点规模管理 2.数据治理与算子知识库建设：构建智算集群的统一数据治理框架；设计并实现资源使用数据采集、存储与分析流水线，覆盖利用率、功耗、故障等维度；开发性能数据血缘追踪系统，支持从训练任务到物理硬件的全链路性能溯源；构建面向大模型训练的算子性能知识库，实现算子知识问答和支撑算子自动生成 3.安全合规与产品化：设计并实现多租户安全隔离方案：网络隔离、数据加密、权限控制；满足等保三级/四级要求，建立安全审计、漏洞管理、入侵检测机制；将安全能力产品化封装，形成可交付的安全调度模块；将调度平台能力封装为标准化产品或解决方案 4.系统稳定性与性能优化：设计调度系统的高可用架构，实现故障自愈、状态同步；优化大规模调度决策延迟，支持秒级千任务调度决策；基于历史数据预测集群容量需求，指导硬件采购与部署 5.技术引领与团队建设：制定调度平台技术路线图，跟踪业界最新技术（如Kueue、Volcano、Katalyst等）；指导中级工程师，建立团队技术规范与最佳实践；与硬件团队、算法团队、运维团队紧密协作，推动平台落地 任职要求： 1. 至少3年Kubernetes调度器开发或深度优化经验，熟悉kube-scheduler扩展机制 2.熟悉调度框架、优先级与抢占、亲和性策略，熟练掌握装箱算法、负载均衡、弹性伸缩等经典调度算法 3.掌握数据治理方法：有数据采集、存储、分析系统开发经验，了解数据血缘、质量监控 4.有实际安全整改项目经验，熟悉等保要求，具备安全产品化落地经验，了解零信任架构、容器安全、网络安全策略 5.精通Go/Python，熟悉Linux内核机制，具备系统级问题排查能力，具备复杂系统架构设计经验，能够设计高并发、高可用的分布式系统，熟悉微服务架构、服务网格、可观测性体系建设 6.加分项：有大型智算/超算中心调度系统开发经验；有绿色计算/节能调度项目经验（如参与国家绿色数据中心项目）；熟悉Kubernetes生态调度项目（如Volcano、Kube-batch、Kueue）并有贡献；有安全产品认证经验（如等保测评、安全评估） 福利待遇： 1.提供具有竞争力的薪酬待遇和福利，特别优秀者可一人一议。 2.提供覆盖全城的免费班车，员工通勤无忧。 3.年度体检、佳节礼包、生日惊喜等福利拉满。 4.子女入学、提供香港中文大学（深圳）附属幼儿园、小学、初中。