寒武纪
AI基础设施研发工程师-27届
AI基础设施研发工程师-27届
发布于 大约 8 小时前普通员工/个人贡献者
上海市
无经验要求
全职员工
仅现场办公
硕士
平台工程
Aiops
AI 估算 · 20k–35k
AI基础设施方向，硕士校招，上海地区薪资较高，寒武纪上市平台，15薪估算。
职位详情
关于这个职位
该职位主要负责智能加速卡Kubernetes插件的深度开发，实现算力资源池化与调度优化，并研发容器运行时和调度器扩展功能，提升大规模集群的管理效率
同时涉及故障采集与根因分析，应用AIOps实现运维自动化，保障集群稳定运行
适合对云原生和AI基础设施感兴趣的硕士应届生
最低要求
硕士及以上学历，计算机相关专业
精通Golang/Python（至少一种），具备高性能、高并发系统开发经验
深入理解Linux系统机制（CPU调度、文件系统、网络协议栈），熟练使用perf/strace/bpftrace等性能分析工具
熟悉MySQL数据库原理与应用，掌握Git版本控制工具
具备Shell脚本开发能力，能够编写自动化运维工具
熟悉Kubernetes核心组件与工作机制，了解Docker容器技术原理
有开源社区贡献经验（GitHub项目、CNCF合并PR或技术博客）者优先
工作职责
深度开发智能加速卡Kubernetes插件，实现算力资源池化管理，优化拓扑感知调度以降低通信延迟
研发容器运行时与调度器扩展功能，提升大规模集群任务编排效率与生命周期管理能力
研发故障采集与根因分析系统，快速定位并解决智能加速卡集群运行问题
应用AIOps技术实现运维自动化，持续提升集群稳定性和可靠性
优先资格
有开源社区贡献经验（GitHub项目、CNCF合并PR或技术博客）者优先
AI 洞察
优缺点分析
优点
- 身处AI基础设施领域，技术栈前沿（Kubernetes、AIOps、高性能计算），学习机会多
- 寒武纪作为AI芯片上市公司，平台稳定，能接触真实大规模智能加速卡集群
- 对开源贡献有偏好，可能有机会参与CNCF等开源社区，扩大行业影响力
- 需要扎实的底层系统知识，对Linux内核、调度机制有深入理解，学习曲线陡峭
- 校招岗位竞争激烈，且设有笔试环节，对算法和系统基础要求高
- 适合对云原生和AI基础设施有强烈兴趣、具备扎实计算机基础、愿意深入底层系统研究的硕士应届生
缺点 / 挑战
- 工作内容涉及底层系统和分布式调度，技术挑战大，成长速度快
- 工作涉及大规模集群运维，可能面临较高的责任压力，需要应对复杂故障
角色解读
- 从云原生基础设施工程师起步，逐步成为AI集群调度和平台架构专家
- 积累大规模分布式系统经验，可向技术专家或架构师方向发展
- 借助AI芯片行业的高速增长，可横跨算力调度、运维自动化、云原生等前沿领域
- 开发智能加速卡Kubernetes插件，实现算力资源池化和拓扑感知调度，降低分布式训练通信延迟
- 扩展容器运行时和调度器，提升大规模集群的任务编排效率和生命周期管理能力
- 构建故障采集与根因分析系统，高效定位智能加速卡集群运行中的问题
- 应用AIOps技术推动运维自动化，持续提升集群的稳定性和可靠性
- 精通Golang或Python，具备高性能、高并发系统开发经验
- 深入理解Linux内核机制（CPU调度、文件系统、网络栈），熟练使用性能分析工具
- 熟悉Kubernetes核心组件、工作原理和Docker容器技术
- 掌握MySQL、Shell脚本，有Git和自动化运维工具开发能力
申请策略
- 关注寒武纪的技术博客和开源项目，在面试中展现对AI芯片生态的理解
- 提前准备笔试，复习数据结构、操作系统和网络协议等核心知识
- 突出Kubernetes、Docker等容器化项目经验，尤其是集群调度或资源管理相关实践
- 强调Golang/Python高并发、高性能系统开发的项目，展示技术深度
- 如有Linux性能调优或故障排查案例，详细描述解决过程和效果
- 列出GitHub或CNCF贡献记录、技术博客，体现开源参与度
- 系统学习Kubernetes调度器和控制器扩展机制，动手实现一个Operator或自定义调度器
- 深入练习perf/strace/bpftrace等工具，掌握系统瓶颈分析方法
面试指南
- 使用STAR法则：先说明背景和任务，再描述具体行动，最后量化结果
- 对于系统设计问题，从功能需求、架构选型、关键难点、扩展性四个维度展开
- 对于故障排查问题，结合具体工具（strace、perf、kubectl）说明定位路径
- 解释Kubernetes调度器的工作流程，如何实现自定义调度插件？
- 如何排查Kubernetes集群中Pod启动慢的问题？你会使用哪些工具？
- 设计一个大规模集群的故障根因分析系统，关键组件有哪些？
- Golang中如何实现高并发网络服务？谈谈你的优化经验
- 描述一次你参与的开源项目贡献，遇到了什么技术挑战？
职位点评
67
综合评分
AI芯片大厂校招，前沿技术栈，高成长性，但薪资未明示且工作强度可能较高。
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。
更适合这类人
该职位最适合追求技术快速成长、愿意接受挑战、对AI基础设施有热情的求职者，对工作生活平衡要求高的人需谨慎。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展88
工作生活40
使命价值70
薪资福利
60中等
JD未披露薪资，但上市公司校园招聘一般提供有竞争力的薪酬和福利，补偿性动机得到一定满足。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
88较高
技术栈前沿，涉及Kubernetes、AIOps、高性能计算，且有开源贡献机会，发展性动机能得到很好满足。
技术前沿前沿/新兴技术
技术栈Kubernetes、Golang、Python、Linux、MySQL、Shell、AIOps、Docker
业务类型ambiguous
工作生活
40较低
仅现场办公，JD未提及弹性工作或WLB相关信息，可能面临较大工作强度，生活化动机满足有限。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
AI芯片行业高速增长，虽然JD未明确社会使命，但技术本身具有推动智能化发展的意义，意义感动机中等偏上。
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
寒武纪 的其他在招职位
相似职位推荐
Watch Jobs