滴滴出行
CPG-AI集群工程师
CPG-AI集群工程师
发布于 大约 18 小时前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
本科
系统与安全工程
GPU
云计算
GO
NCCL
调度系统
AI集群
Rocev2
Nvidia Gpu Operator
AI 估算 · 30k–50k
资深AI集群工程师技能稀缺，北京大厂薪资较高，市场竞争力强，月薪区间3-5万。
职位详情
关于这个职位
该职位是滴滴出行基础产品事业部的资深AI集群工程师，负责构建和优化大规模GPU计算基础设施
你将参与从硬件选型到调度优化的全链路工作，设计GPU算力调度系统，管理Kubernetes集群，并推进国产AI芯片适配
这是一个深度参与AI基础设施核心建设的岗位，适合对大规模分布式系统和高性能计算有热情的工程师
最低要求
年以上Kubernetes生产环境经验，精通调度机制和节点管理
熟悉GPU资源管理（NVIDIA GPU Operator、GPU共享、拓扑感知调度）
熟练掌握Go/Python语言，有Kubernetes源码阅读或二次开发经验
具备大规模集群（百节点以上）运维和故障排查能力
熟悉Linux系统原理，具备内核参数调优和性能优化经验
工作职责
设计和实现GPU算力调度系统，优化资源利用率和作业调度效率
负责Kubernetes节点组件（kubelet、container runtime）的稳定性、性能优化
深度排查Kubernetes集群复杂问题
参与服务器硬件选型、测试和验收，重点优化GPU服务器性能
推进国产AI芯片的生态适配
建立集群故障感知召回体系，提高AI计算资源利用率，维护线上集群稳定性
扩展方向：参与AI集群网络优化（NCCL/RoCEv2），提升分布式训练通信效率
扩展方向：深入文件系统、缓存、镜像、cri细节，优化容器启动速度
优先资格
有混合云/多云环境GPU资源管理经验
熟悉RDMA/RoCE等高速网络技术
具备AI训练集群性能调优经验
有国产AI芯片适配经验
Kubernetes社区贡献者或相关开源项目经验
AI 洞察
优缺点分析
优点
- 接触前沿的AI基础设施技术，如万卡级GPU集群和RDMA网络
- 滴滴作为大厂，提供稳定的平台和丰富的资源，技术积累深厚
- 职位涉及全链路工作，从硬件到调度，技能成长空间大
- AI算力是当前热门方向，职业前景广阔
- 技术栈较深，需要持续学习Kubernetes、GPU、网络等多领域知识
- 适合对大规模基础设施和分布式系统有浓厚兴趣，具备Kubernetes深度经验和Go/Python开发能力的技术专家
缺点 / 挑战
- 工作强度可能较高，需处理大规模集群的复杂故障和紧急问题
- 对故障排查和性能调优能力要求极高，压力较大
角色解读
- 可向AI基础设施架构师方向发展，负责更大规模的算力平台设计
- 也可深入高性能计算领域，成为分布式系统专家
- 或转向混合云/多云资源管理，拓展云原生架构能力
- 设计和优化大规模GPU集群的调度系统，提高资源利用率和作业效率
- 管理Kubernetes集群，保障节点组件稳定运行并排查复杂故障
- 参与服务器硬件选型与性能测试，推进国产AI芯片适配
- 优化集群网络和容器性能，提升分布式训练效率
- 精通Kubernetes调度机制和节点管理，具备生产环境大规模集群运维经验
- 深入掌握GPU资源管理技术，如NVIDIA GPU Operator和拓扑感知调度
- 熟练使用Go/Python进行二次开发，能修改Kubernetes源码
- 熟悉Linux内核调优、RDMA/RoCE高速网络技术
申请策略
- 在简历中用量化数据展示集群规模、资源利用率提升等成果
- 关注滴滴在AI基础设施方面的技术博客，面试时展现对业务的理解
- 突出Kubernetes生产环境经验，特别是百节点以上集群的管理和故障排查案例
- 强调GPU资源管理相关项目，如GPU Operator应用或调度优化
- 展示Go/Python开发能力，包括Kubernetes二次开发或源码贡献
- 提及任何RDMA、NCCL或AI训练性能调优经验
- 深入学习Kubernetes调度源码和GPU虚拟化技术
- 补充RDMA/RoCEv2网络知识和性能工具使用
面试指南
- 针对调度类问题，可围绕资源拓扑、任务优先级、碎片化治理展开
- 故障排查问题，强调监控、日志、告警体系及根因分析方法
- 性能优化问题，从硬件、内核、网络到应用逐层分析
- 描述你如何设计和优化一个Kubernetes集群的GPU调度策略
- 如何处理Kubernetes节点故障导致的大量Pod迁移？
- 你如何排查分布式训练中的网络瓶颈？
- 谈谈你对NVIDIA GPU Operator的理解和使用经验
- 你如何实现Kubernetes的二次开发？请举例
职位点评
72
综合评分
滴滴大厂、前沿AI基础设施、技术成长快，但现场办公且WLB不明确。
更适合这类人
适合追求技术深度和前沿领域、对薪资有要求但对WLB容忍度较高的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展90
工作生活50
使命价值70
薪资福利
80较高
滴滴作为上市大厂，薪资福利有竞争力，但JD未明确具体数字，推测偏高。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
90较高
职位涉及前沿AI基础设施技术，全链路工作，成长空间大，但未明确提到晋升路径。
技术前沿前沿/新兴技术
技术栈Kubernetes、GPU、NVIDIA GPU Operator、NCCL、RoCEv2、AI芯片
业务类型profit_center
工作生活
50较低
北京现场办公，互联网公司可能加班，JD未提及WLB，平衡性一般。
工作模式仅现场办公
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
70中等
AI基础设施支持核心业务，行业高速增长，但社会直接影响有限。
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
Watch Jobs