哔哩哔哩
基础平台工程师（容器/调度/云原生方向）
基础平台工程师（容器/调度/云原生方向）
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平台工程
平台工程
CI/CD
Go
Platform Engineering
Sre
Volcano
值不值得投
75综合评分
综合评分 75
顶尖云原生技术栈、高成长潜力、高压现场办公、大厂稳定平台
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
6.5万
比平台工程中位数高
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 880 个在招
市场机会
选择适中
上海 · 平台工程 · 42 个在招
职位详情
关于这个职位
负责哔哩哔哩万级节点容器平台的建设与优化，主导K8s调度体系（含GPU/AI任务）及资源弹性混部方案落地
需具备源码级K8s理解及Go/Java/C++等语言功底，解决大规模分布式系统下的资源利用率、稳定性与调度效率问题
最低要求
硬性条件：
/211及以上院校全日制本科及以上学历，计算机相关专业
年以上基础平台/云原生/SRE相关工作经验
至少深度参与过1个大型基础设施项目（万级节点容器平台/大规模混部落地/日均万级任务流水线任一）
Go/Java/C++/Rust中至少两门掌握扎实
深度掌握K8s原理与生态，调度器/Operator/网络/存储/内核隔离机制任一方向达到源码级理解
熟悉GPU调度生态（device plugin/DRA/Volcano/KubeRay任一），有AI任务在K8s上的调度或编排落地经验
熟练掌握CI/CD体系（GitLab CI/Jenkins/Argo CD等）
工作职责
工作职责:
平台工程（容器平台/资源调度/弹性混部/资源供给/CI/CD/稳定性）
● 主导 K8s 容器平台建设，支撑全公司万级节点、数千套核心服务的生命周期管理，包括但不限于：
○ 多集群统一管控、集群部署/扩缩容/滚动升级
○ 容器网络（CNI）、存储（CSI）、GPU 等异构资源插件体系
○ 多租户隔离、Quota 管理、命名空间治理
● 主导资源调度体系建设，包括但不限于：
○ CPU 调度增强：kube-scheduler / Volcano 定制，批调度、优先级与抢占、拓扑感知、碎片整理、NUMA 感知
○ GPU 调度与资源管理：GPU 资源模型与设备管理（device plugin / DRA）、vGPU / MIG / time-slicing 等 GPU 共享与池化方案、显存隔离与分时复用
○ GPU 拓扑感知调度：NVLink / RDMA 拓扑亲和、大规模分布式训练的整卡调度与 gang scheduling
○ AI 任务调度编排：基于 Volcano / KubeRay 支撑 Ray、PyTorch 等训练/推理任务的队列管理、弹性伸缩与抢占
○ 大规模场景下的调度吞吐、公平性与低延迟优化
● 主导资源弹性与潮汐混部体系建设，包括但不限于：
○ 在线/离线任务混部：在线与大数据资源池统一、潮汐调度、超卖与回收
○ 弹性伸缩体系：HPA / VPA / 节点池弹性、基于预测的自动扩缩容
优先资格
能力素质（满足一项或多项）：
对分布式系统、容器运行时、Linux内核资源隔离（cgroup/sched/memcg）有体系化认知
主导过大规模在离线混部落地（潮汐调度、超卖回收、干扰抑制），并有明确的利用率收益
主导过kube-scheduler/Volcano等调度器的定制与增强
主导过资源交付/供给/清退体系或弹性上云方案的实际落地
主导过大规模K8s多集群管控体系（Karmada/自研联邦）建设
主导过SLO体系/混沌工程/故障自愈平台的建设
Kubernetes/Karmada/Volcano等CNCF项目Contributor优先
对开源生态高度熟悉，能快速判断“该自研、该用开源、该改开源”的边界
具备从0到1设计大型分布式系统的能力，能独立owner某个技术方向
AI 洞察
优缺点分析
优点
- 接触业界领先的万级规模云原生基础设施，技术栈前沿（GPU调度/AI编排），个人贡献者路径清晰，技术影响力大
- 热衷于攻克底层技术难题、具备深厚分布式系统功底、追求技术深度的资深工程师
缺点 / 挑战
- 系统复杂度极高，需处理大规模并发与异构资源冲突，对底层原理（内核/网络/存储）要求极深，压力较大
角色解读
- 可向首席架构师、技术专家（Staff/Principal Engineer）方向发展，或转向云原生产品化、基础设施战略决策层
- 构建和维护支撑万级节点的K8s容器平台，确保核心服务的高可用与高效运行
- 精通K8s源码及调度原理，掌握Go/Java/C++等多语言，具备GPU资源管理与AI任务调度实战经验
申请策略
- 准备关于‘如何平衡在线与离线任务资源’或‘GPU碎片整理策略’的深度技术案例，展示系统设计能力
- 突出万级节点规模的项目经验，详细阐述在调度算法优化、GPU资源利用率提升方面的具体量化成果
- 深入研读K8s Scheduler源码，补充Volcano/KubeRay等进阶组件的使用与二次开发经验，强化Linux内核知识
面试指南
- 采用STAR法则（情境-任务-行动-结果），重点强调技术选型的权衡过程、遇到的极端挑战及最终的性能指标提升数据
- 请描述你优化过的最复杂的K8s调度场景及解决方案
- 如何在K8s中实现高效的GPU多租户隔离与共享？
- 面对大规模集群，如何设计高可用的多集群管控方案？
- 请解释Linux cgroup在容器资源限制中的工作原理及潜在坑点
- 复习K8s核心组件源码逻辑，梳理过往项目中关于稳定性保障（SLO/混沌工程）的具体实践，了解行业最新CNCF项目动态
职位点评
薪资福利85
成长发展92
工作生活45
使命价值60
薪资福利
85较高
作为已上市的互联网大厂，提供具有市场竞争力的薪资和完善的福利体系，符合高级技术人才的薪酬预期。
薪资信号市场水准 (5.0千–8.0万/月)
成长发展
92较高
职位涉及云原生最前沿的GPU调度和AI任务编排，技术挑战性极高，能极大提升工程师在分布式系统和基础设施领域的专业深度。
技术前沿前沿/新兴技术
技术栈Kubernetes、Volcano、GPU Scheduling、KubeRay、Go、Rust
业务类型cost_center
工作生活
45较低
互联网大厂核心研发岗位，通常伴随较高的工作强度和响应要求，JD未提及弹性工作制，推测为常规高强度现场办公。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
60中等
通过提升基础设施效率和稳定性，间接支持公司业务增长和技术创新，具有一定的行业价值，但非直接面向社会公益。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs