阿里巴巴
千问事业部-高级AI调度系统工程师-杭州
千问事业部-高级AI调度系统工程师-杭州
发布于 4 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
Go
Gpu架构
云原生
分布式系统
大模型调度
容器技术
值不值得投
77综合评分
综合评分 77
AI算力调度前沿技术岗，发展性极强，薪资竞争力高，但工作节奏偏快，适合技术极客。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
5.8万
比云计算中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 3620 个在招 · 其中云计算 15 个
市场机会
选择适中
杭州 · 云计算 · 23 个在招
职位详情
关于这个职位
负责通算与智算场景下的分布式作业调度系统设计与研发，解决AI资源协调、隔离与碎片化难题
实现大模型推理服务编排与弹性伸缩
通过机器学习优化硬件利用率，并建设多地多中心联邦调度能力
最低要求
熟练掌握 Linux 环境下的 Go/C++/Python 等1至2种以上语言
熟悉 Kubernetes 架构和生态，或熟悉 Docker/Containerd 等容器技术，有丰富的云原生开发经验
掌握分布式系统原理，参与过大规模分布式系统的设计、开发和维护
优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分，底层系统问题分析经验和优化能力
良好的学习、沟通能力和自驱力，强烈的工作责任心，能够快速的响应和行动
良好的工作文档习惯，按要求撰写工作流程及技术文档
工作职责
面向通算的弹性、混部、分布式作业调度等技术的设计和研发，满足客户不同 SLA 的资源调度
高效解决AI场景下资源协调、碎片化、隔离与干扰等技术难题
面向大规模、分布式的智算场景，设计实现大模型推理服务的多角色分离式编排调度、及时准确的弹性伸缩等，实现AI模型部署优化等平台能力
通过画像建设、机器学习等，为调度系统提供更加智能的决策
在保障不同类型工作负载 SLA 前提下，尽可能提升硬件利用率
负责多地多中心联邦调度建设，为客户提供多种异构资源、环境需求等，保障集群合理的分布、负载
优先资格
深入了解 Kubernetes、Docker/Containerd 等技术原理和源码，在社区有过相关代码贡献
有大模型资源调度/服务编排的落地经验，或熟悉 GPU系统 / 体系结构
AI 洞察
优缺点分析
优点
- 依托头部互联网平台，拥有海量真实算力场景与顶级技术社区影响力
- 接触K8s源码级优化与GPU底层架构，个人技术壁垒持续加深
- 大模型资源调度属于新兴交叉领域，缺乏成熟范式，需自主探索与快速迭代
- 多线程任务并行推进，对自驱力与抗压能力要求严格
- 适合具备扎实分布式系统功底、热衷云原生底层技术、渴望在AI基础设施领域深耕的中高级技术专家
缺点 / 挑战
- 聚焦大模型与AI基础设施前沿赛道，技术挑战性与行业价值高
- 需同时兼顾通算与智算复杂场景，系统稳定性要求极高，线上故障排查压力大
角色解读
- 可向首席架构师或技术专家方向发展，深耕云原生与AI基础设施领域
- 也可转向大模型训练/推理平台负责人，或拓展至跨地域算力网络与联邦计算架构设计
- 负责通算与智算场景下的分布式作业调度系统设计与研发，解决AI资源协调、隔离与碎片化问题
- 设计大模型推理服务的多角色编排与弹性伸缩方案，提升硬件利用率
- 构建多地多中心联邦调度架构，保障异构资源合理分布与SLA达标
- 精通 Go/C++/Python 至少一种，具备扎实的 Linux 底层开发与性能调优能力
- 深入理解 Kubernetes/Docker 等云原生生态及容器技术
- 掌握分布式系统原理，有大规模集群调度与资源管理实战经验
申请策略
- 提前研究通义千问技术博客与阿里云调度产品，了解其技术演进路线
- 准备1-2个深度技术案例，重点阐述架构设计权衡、瓶颈定位与极致优化过程
- 突出主导或核心参与的大规模分布式调度/容器平台项目，量化资源利用率提升与SLA保障指标
- 详细列出 Go/C++/Python 在项目中的实际应用场景及性能优化成果
- 强调 Kubernetes/Docker 源码阅读、二次开发或开源社区贡献经历
- 补充大模型训练/推理框架（如 vLLM, Ray）的资源调度机制知识
- 深入学习 GPU 硬件架构与 NVLink/RDMA 等高速互联技术
- 强化 Linux 内核网络与存储子系统调优能力
面试指南
- 采用 STAR 法则（情境-任务-行动-结果）结构化回答技术案例，重点突出数据对比与架构取舍
- 针对底层原理题，从整体架构切入，逐步深入到核心模块，结合源码或实际踩坑经验展开
- 方案设计题需先明确约束条件（延迟、吞吐、成本），再分层次给出架构草图与关键技术选型
- 请分享一个你主导的分布式调度系统优化案例，你是如何定位瓶颈并提升利用率的？
- Kubernetes 调度器（Scheduler）的核心流程是怎样的？如果让你设计支持万卡集群的大模型推理弹性伸缩方案，你会考虑哪些关键因素？
- 如何保证混合部署场景下不同业务负载的 SLA 隔离？
- 复习操作系统与计算机网络核心概念，特别是进程调度、内存管理与网络通信机制
- 梳理主流云原生组件（K8s, Prometheus, etcd）的交互原理与常见故障模式
职位点评
薪资福利85
成长发展92
工作生活45
使命价值75
薪资福利
85较高
提供具有行业竞争力的薪酬包与长期激励，福利体系完善，能较好满足物质回报预期。
薪资信号偏高 (4.5千–7.0万/月)
成长发展
92较高
处于AI基础设施与云原生技术交汇的前沿阵地，技术栈先进且业务场景复杂，成长空间广阔。
技术前沿前沿/新兴技术
技术栈Kubernetes、Docker、Containerd、Go、C++、Python、分布式系统、GPU架构、大模型调度
业务类型profit_center
工作生活
45较低
未明确提及弹性工时或远程政策，互联网核心研发岗通常节奏较快，工作与生活平衡需个人主动管理。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
75中等
致力于突破AI算力调度瓶颈，推动大模型高效部署，技术成果具有显著的行业赋能价值与社会意义。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs