大模型算力调度平台开发工程师

大模型算力调度平台开发工程师北京社招全职技术 - 开发职位 ID：A147232职位描述1、负责 AI 算力调度平台核心服务的设计、开发与持续演进，支撑模型训练、研发调试、镜像管理、数据流转等关键场景； 2、基于 Kubernetes / Volcano 构建资源管理、项目配额、任务调度、队列治理、优先级与抢占等核心能力，持续提升 GPU 资源利用率与平台吞吐能力； 3、参与平台控制面架构设计，推动领域模型统一、接口规范升级和系统架构演进，推进 REST 向 gRPC、同步接口向异步任务、单体能力向平台化能力升级； 4、负责平台稳定性与可运维性建设，包括任务状态流转、失败重试、幂等控制、审计追踪、故障恢复及复杂线上问题排查； 5、与算法、训练平台、基础设施、运维/SRE 等团队协作，持续优化多集群资源治理、调度效率、平台稳定性和使用体验。职位要求1、本科及以上学历，计算机相关专业，3 年及以上后端或平台研发经验； 2、熟练掌握 Go 语言，具备良好的工程设计与编码能力，能够独立承担核心模块设计与实现； 3、熟悉 Kubernetes 核心原理，理解资源模型、调度链路、控制器机制；有调度系统、任务编排或平台开发经验者优先； 4、熟悉 PostgreSQL / MySQL、Redis 等常见基础组件，理解异步任务、幂等控制、重试补偿等分布式系统常见设计； 熟悉 gRPC、protobuf、RESTful API 设计，有控制面服务、平台 API 或架构升级经验者优先； 5、具备较强的 Linux 问题排查、系统分析、跨团队沟通与技术推动能力。 加分项 1、有 GPU 集群、AI Infra、训练平台、MLOps 或云原生资源治理平台相关经验； 2、有 Volcano、Kueue、Operator、Controller 或 Kubernetes 调度扩展相关经验； 3、有资源配额、优先级抢占、多租户治理、控制面建模等平台建设经验； 4、熟悉监控告警、链路追踪、成本分析等可观测体系，或有从 REST 向 gRPC、从单体向领域化演进的实际经验。投递