混部调度研发工程师/架构师-基础技术

优缺点分析

角色解读

• 从混部调度工程师成长为系统架构师，主导超大规模调度平台的设计
• 向计算基础设施全栈方向拓展，覆盖网络、存储、内核等底层领域
• 向技术管理方向转型，带领团队攻克更复杂的资源调度难题，成为行业专家
• 设计并实现大规模集群的混部调度系统，将在线服务与离线任务（大数据、机器学习）混合部署，提升资源利用率
• 解决多租户场景下的资源协调、弹性出让和性能隔离问题，确保各类工作负载的SLO
• 运用数据分析和机器学习算法优化调度决策，挖掘潜在优化空间，推动技术落地到实际业务
• 精通Java/C++/Go等至少一门语言，熟悉数据结构和算法，尤其在调度算法方面有深入理解
• 对Kubernetes、Mesos、Yarn等容器编排或资源调度系统的实现有深入理解
• 熟悉容器化技术（Docker、Containerd）和操作系统原理（Cgroup、内核调度等）
• 具备较强的数据分析和建模能力，能够通过数据驱动优化

申请策略

• 在面试中重点展示对混部调度场景的理解，提出自己的技术思路
• 关注字节跳动在基础设施方面的技术博客和开源项目，提前了解技术栈
• 突出在Kubernetes、Mesos或Yarn等方面的实战经验，尤其是调度算法优化或资源隔离相关的项目
• 强调在容器化、操作系统内核（Cgroup、CFS等）方面的调优案例
• 展示数据分析与建模能力，例如通过数据驱动提升资源利用率的成果
• 深入学习Kubernetes调度器源码，理解其调度框架和扩展机制
• 补充操作系统内核相关知识，特别是Cgroup v2、CFS调度器、IOCost等
• 了解机器学习基础，学习如何将ML模型应用到调度决策中

面试指南

• 从问题定义、现有方案评估、设计权衡、具体实现、验证效果等角度结构化回答
• 结合具体项目经验，说明遇到的挑战和解决方案，强调数据驱动的优化方法
• 描述Kubernetes调度器的核心调度流程及如何扩展
• 如何设计一个混部调度系统来保证在线服务的SLO同时提高离线任务资源利用率？
• 解释Cgroup v2相比v1的改进，以及如何利用Cgroup进行资源隔离？
• 如何通过数据分析发现集群资源利用率的优化空间？请举例
• 当多租户资源争抢严重时，如何平衡公平性和性能？
• 复习Kubernetes调度器源码，理解Scheduling Framework和调度策略