AI平台研发工程师

职位描述

1、 基于 Kubernetes 建设多租户 GPU 算力调度平台，支持弹性伸缩与任务级管理

2、实现 GPU 拓扑感知调度（NVLink/PCIe），降低跨卡通信 P99 尾延迟

3、 探索 MIG、时间分片等 GPU 切分方案，提升卡级利用率

4、构建高并发大模型在线推理平台

5、 建设 GPU、网络、存储、推理全链路可观测性体系

6、 推进 Spot 实例与自动扩缩容，降低算力成本

7、 建立故障定位、应急响应与根因分析机制

任职要求

1、熟练 Golang、Python

2、熟悉 Kubernetes、Docker，有调度框架二次开发经验优先

3、熟悉至少一种训练/推理框架：PyTorch、Megatron、DeepSpeed、vLLM、SGLang

4、理解 GPU 架构、CUDA、异构计算；了解 RDMA、NVLink、InfiniBand

加分项：K8s Scheduler Framework、Volcano/Kueue、PD 分离、KV Cache、AI Agent 基础设施等