中科曙光
【2027】容器调度研发工程师-郑州(J14146)
【2027】容器调度研发工程师-郑州(J14146)
发布于 5 小时前普通员工/个人贡献者
全职员工仅现场办公云计算
云计算
云原生
容器调度
值不值得投
72综合评分
综合评分 72
技术前沿、成长性强，但WLB和薪资福利信息不明
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
2万
比云计算中位数低
发布情况
新岗位 · 今天发布
职位详情
关于这个职位
这个职位是中科曙光的容器调度研发工程师，负责云原生应用平台的核心开发，特别是Kubernetes调度系统在AI业务场景下的设计和研发，支撑生成式AI、多模态模型训练等需求，涉及国产加速卡接入和资源动态编排，旨在解决模型开发全生命周期的资源调度问题
最低要求
（1）研究生及以上学历，熟悉在Kubernetes、Docker等容器相关技术，了解其原理
具备容器编排、监控、日志管理等相关工具的使用经验
（2）熟练掌握主流程序设计语言（Golang/Java/Python/Shell）的其中两种或以上，具备良好的编码习惯和代码质量意识
（3）熟悉Linux系统，熟练掌握常用命令，具备一定的系统性能调优、排错的能力
（4）有较好的沟通交流及团队协作能力，善于主动思考和行动，乐于解决具有挑战性的问题，对待技术有强烈兴趣
工作职责
（1）云原生应用基础平台核心产品及后端架构设计与开发工作
（2）参与AI业务场景下Kubernetes调度系统的设计和研发，支撑生成式AI、多模态模型训练、智能体协同等核心业务需求
（3）构建面向AI工作负载的调度范式，解决模型开发、部署、持续迭代全生命周期的资源动态编排问题
（4）负责K8S对常见国产加速卡的资源接入、调度和监控，优化大模型PD分离部署的拓扑感知与弹性伸缩
（5）与上下游团队配合，完成产品与项目研发，保证交付质量和版本迭代
优先资格
（1）有 kubernetes、docker、containerd、cni、csi、cluster api 、Istio等相关项目经验
（2）有容器服务和容器云相关经验者优先、有AI辅助编程经验者优先
AI 洞察
优缺点分析
优点
- 技术前沿，深度参与AI与云原生结合，提升在Kubernetes调度和AI基础设施方面的专业能力
- 行业需求旺盛，云原生和AI领域发展迅速，职业前景广阔
- 公司平台在高性能计算领域有积累，能接触大规模系统开发和国产化技术
- 技术难度高，需要持续学习容器调度算法、AI工作负载特点和国产硬件适配
缺点 / 挑战
- 可能面临性能优化和系统稳定性挑战，需解决复杂技术问题
- 工作强度可能较大，需适应快速迭代和交付压力
- 适合对容器技术和AI调度有浓厚兴趣、具备扎实编程和系统能力、喜欢挑战复杂问题并追求技术深度的求职者
角色解读
- 从容器调度工程师成长为核心技术专家或架构师，专注于云原生与AI融合领域
- 向技术管理岗位发展，如团队负责人或项目经理，领导更大规模项目
- 拓展至高性能计算、边缘计算等新兴领域，成为跨领域技术领袖
- 设计和开发云原生应用平台的核心后端架构，构建面向AI工作负载的Kubernetes调度系统
- 负责将国产加速卡资源接入容器调度，优化大模型训练和部署的资源编排与弹性伸缩
- 与团队协作，保障产品从设计到交付的全流程质量和版本迭代
- 精通Kubernetes、Docker等容器技术原理和调度系统设计
- 熟练使用Golang、Python等编程语言进行系统开发和性能优化
- 具备扎实的Linux系统知识和AI业务场景下的资源调度经验
- 良好的团队协作和问题解决能力，适应高强度技术挑战
申请策略
- 研究中科曙光在云原生和AI高性能计算领域的业务方向，面试时展示对行业趋势的理解
- 准备具体项目案例，说明如何解决容器调度中的资源编排、弹性伸缩等实际问题
- 突出Kubernetes、Docker等容器项目经验，尤其是调度系统设计和AI相关开发
- 展示Golang、Python等编程技能，以及在Linux系统下的性能调优案例
- 强调团队协作经历和解决复杂技术问题的能力，体现对云原生和AI的热情
- 深入学习Kubernetes调度器源码和调度策略，掌握AI工作负载（如训练任务）的资源需求特点
- 补充国产加速卡（如昇腾、寒武纪）的容器化接入知识，了解PD分离部署等优化技术
- 提升系统架构设计和分布式系统调试能力，为应对大规模调度场景做准备
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述相关项目经验，突出技术细节和成果
- 结合Kubernetes架构、调度算法（如扩展调度器）和AI业务需求，结构化回答技术原理
- 从系统性能指标（如延迟、吞吐量）出发，说明优化思路和工具选择
- 如何设计一个Kubernetes调度器以支持AI训练任务的GPU资源动态分配？
- 解释容器网络插件（CNI）的工作原理，并在高并发场景下如何优化？
- 如何解决大模型PD分离部署中的拓扑感知问题？请举例说明
- 在容器调度中遇到性能瓶颈，你会采取哪些方法进行调优？
- 你对国产加速卡在容器环境中的资源管理有什么实践经验或想法？
职位点评
薪资福利70
成长发展85
工作生活50
使命价值80
薪资福利
70中等
薪资福利信息未在JD中披露，无法评估具体竞争力；郑州地区生活成本较低，可能缓解薪资压力。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
85较高
技术岗位聚焦云原生与AI前沿，提供深入学习容器调度、系统优化等技能的机会，成长性强。
技术前沿前沿/新兴技术
技术栈Kubernetes、Docker、AI、Golang
业务类型ambiguous
工作生活
50较低
办公模式和WLB信息未提及，无法判断工作灵活性；郑州办公地点可能通勤便利，但整体生活化动机满足有限。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
岗位参与AI基础设施构建，行业处于高速增长赛道，技术创新性较高，具有一定的社会价值。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
中科曙光 的其他在招职位
相似职位推荐
Watch Jobs