TIONE-AI Infra 后台研发工程师

优缺点分析

角色解读

• 技术专家路径：深耕云原生、AI Infra或异构计算领域，成为特定方向（如调度、网络、存储）的技术权威
• 架构师路径：从模块负责到主导整体平台架构设计，负责更上层的AI计算平台规划与技术选型
• 技术管理路径：在具备深厚技术背景后，可带领团队负责某个子系统或整个AI Infra平台的交付与管理
• 主导基于Kubernetes的大模型推理云原生平台架构设计与研发，构建支撑AI模型运行的基础设施
• 深度定制K8s调度器、开发Operator与设备插件，解决GPU/NPU等异构算力的高效调度与管理难题
• 负责高性能网络（RDMA/RoCE）和存储（CSI）的集成与优化，保障大规模推理服务的稳定与性能
• 精通Go语言与分布式系统设计，具备高并发、高可用服务开发能力
• 深入理解Kubernetes核心机制（调度、Operator、CSI/CNI），并有实际插件开发经验
• 熟悉GPU/NPU资源管理、虚拟化技术及高性能网络，了解主流AI推理框架
• 具备复杂系统架构思维，能够解决大规模集群下的资源管理、弹性伸缩与故障恢复问题

申请策略

• 研究腾讯云TI-ONE平台及腾讯在AI Infra领域的技术博客和开源项目（如Angel），理解业务场景和技术选型
• 准备一个能够体现你处理复杂系统问题（如资源竞争、调度死锁）的深度技术案例，在面试中展示分析过程
• 重点突出Kubernetes深度开发经验，尤其是调度器、Operator或Device Plugin等插件的二次开发或贡献经历
• 详细描述参与过的大规模分布式系统、高性能计算（HPC）或AI Infra相关项目，突出解决的具体技术难题（如资源调度、网络优化）
• 展示对GPU/NPU虚拟化、RDMA/RoCE网络、CUDA等底层技术的了解或实践经验
• 列出个人或参与的开源项目（如K8s、Volcano）贡献记录
• 系统学习Kubernetes调度框架（Scheduler Framework）和Operator开发模式（controller-runtime）
• 深入了解GPU虚拟化技术（如MIG、vGPU）、主流AI推理框架（如vLLM）的工作原理

面试指南

• （针对技术深度问题）采用“背景-挑战-方案-结果-反思”的结构，重点阐述你的技术决策过程和对底层原理的理解
• （针对系统设计问题）从需求分析入手，分解核心模块（调度、资源管理、故障恢复），并讨论不同方案的权衡（如性能、公平性、复杂性）
• （针对开源经验）具体说明你贡献了什么代码、解决了什么Issue、或主导了哪个功能的设计，并体现社区协作经验
• 请描述一个你主导或深度参与的Kubernetes插件（如调度器插件、Device Plugin）开发案例，遇到了哪些核心挑战？如何解决的？
• 如果让你设计一个支持GPU共享和优先级抢占的多租户推理平台调度器，你会考虑哪些关键指标和机制？
• 如何保证在K8s集群中GPU故障或节点失联时，上层的AI推理服务能够快速恢复且用户无感？
• RDMA网络与传统TCP/IP网络在云原生环境中的集成有何不同？可能会遇到哪些兼容性问题？
• 你对vLLM或TensorRT-LLM这类推理框架的架构有何了解？从云原生平台角度，如何更好地支持它们？