长江存储
算力调度主任工程师(J14860)
算力调度主任工程师(J14860)
发布于 1 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
Go/C++/Python
Gpu调度
Rdma
云原生
分布式系统
容器编排
异构计算
值不值得投
78综合评分
综合评分 78
AI算力调度核心研发、技术壁垒高、成长空间大，WLB待确认
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
3.5万
比平台工程中位数低
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 640 个在招
市场机会
选择不多
武汉 · 平台工程 · 3 个在招
职位详情
关于这个职位
本职位专注于AI业务场景下的异构算力调度系统架构设计与核心建设
主要负责GPU/Kubernetes调度平台的开发与性能调优，深入调度器内核解决资源分配与故障恢复难题
同时设计跨集群、跨云资源的智能编排与弹性池化机制，最大化智算中心整体运行效率，支撑大规模分布式训练与云原生应用的高效落地
最低要求
硕士及以上学历，计算机科学、分布式系统等相关专业
年以上云计算、任务调度或高性能计算领域研发经验，其中至少2年聚焦AI/ML场景的基础设施建设
精通Go/C++/Python中至少两种编程语言，具备扎实的数据结构与算法设计能力，具备高标准的工程化编码习惯
计算机基础扎实，深入理解Linux操作系统、计算机网络、分布式系统原理，有大规模分布式系统的设计或开发经验
工作职责
一、异构算力调度系统架构与建设
主导面向AI业务场景的算力调度系统架构设计，覆盖GPU、NPU、CPU等多种异构计算资源的统一池化与智能编排
构建通智算一体的高性能调度引擎，支持云原生应用、分布式训练作业、函数任务等多类型工作负载的混合部署
设计并实现跨集群、跨云、跨地域的智能调度中台，支撑混合云与边缘计算场景下的算力协同
二、GPU调度平台与容器编排优化
负责面向GPU的Kubernetes调度平台的架构设计、开发与性能优化，深入调度器核心模块，解决资源调度、任务编排、故障恢复等关键问题
优化拓扑感知调度、节点亲和、冷启动加速等K8s调度增强能力，结合GPU互联拓扑（NVLink/PCIe）与RDMA高速网络架构，实现计算资源、网络资源与存储资源的最优编排
推进GPU虚拟化与资源隔离能力建设，包括MIG/MPS、vGPU、热迁移等技术的工程化落地
三、资源池化与算力运营提效
负责调度侧的资源池化与弹性机制设计，通过Quota管理、弹性混布与潮汐拆借，支持在离线任务协同调度，最大化集群整体资源效率（日常监控巡检由运维团队承接）
参与算力资源布局研究，结合硬件拓扑与网络架构制定优化策略，推动算电协同等前沿方向的项目落地
优先资格
深入理解Kubernetes架构与调度原理，具备调度器开发或深度调优经验，熟悉Volcano、Kueue、Koordinator等AI场景调度框架者优先
熟悉GPU/NPU架构及异构计算编程模型，了解CUDA、ROCm等加速计算栈，具备GPU虚拟化（MIG/MPS/vGPU）或资源隔离技术的工程实践经验
熟悉RDMA/RoCE或InfiniBand高速网络组网原理，理解拓扑感知调度与网络资源协同编排的机制
掌握分布式系统核心原理，了解大规模集群资源调度、弹性伸缩、优先级抢占、故障容错等机制
了解国产AI算力卡的技术特性与适配经验
（加分项）有万卡级GPU集群或大规模智算中心的调度系统落地经验
AI 洞察
优缺点分析
优点
- 聚焦AI算力核心基础设施，技术壁垒高且行业需求旺盛，简历含金量强
- 接触万卡级智算中心实战，能积累高价值的底层工程与系统调优经验
- 超大型企业平台提供稳定资源与长期项目支撑，利于技术沉淀
- 异构算力调度系统复杂度极高，需兼顾性能、稳定性与多厂商硬件适配
- 适合深耕云计算底层、具备大规模分布式系统实战经验，且对AI基础设施有强烈技术热情的资深工程师
缺点 / 挑战
- 大规模集群调优对底层原理与工程能力要求严苛，线上问题排查与压测压力大
角色解读
- 向首席架构师或技术专家路线发展，深耕AI基础设施底层技术
- 积累万卡级调度经验后，可拓展至云原生技术负责人或AI基础设施总监角色
- 负责AI算力调度系统的架构设计与核心模块开发，支撑大规模分布式训练与云原生应用
- 优化Kubernetes调度器与GPU资源编排机制，解决资源分配、故障恢复与网络协同难题
- 设计跨集群、跨云资源的智能池化与弹性调度策略，最大化智算中心整体运行效率
- 精通Go/C++/Python及分布式系统原理，具备扎实的底层工程能力与代码规范
- 深入掌握K8s调度内核、GPU虚拟化技术及异构计算编程模型
- 熟悉RDMA高速网络架构与拓扑感知调度机制，具备大规模集群调优实战经验
申请策略
- 提前研究长江存储的半导体制造与AI算力结合背景，展现业务理解力
- 准备针对异构资源冲突解决与调度延迟优化的具体技术方案，体现架构思维
- 突出K8s调度器二次开发或深度调优经历，量化资源利用率提升数据
- 详细展示GPU虚拟化/异构资源池化项目的架构设计与性能优化成果
- 强调万卡级集群或复杂网络环境下的调度延迟优化与故障容错案例
- 补充Volcano/Kueue等AI调度框架源码阅读，理解其调度插件机制
- 强化RDMA网络与GPU互联拓扑的底层原理，掌握高性能通信优化技巧
- 提升Go/C++在高并发调度场景的工程实践，熟悉cgroups/namespaces底层控制
面试指南
- 采用STAR法则阐述复杂调度难题，清晰说明背景、任务、行动与结果
- 结合底层原理（如cgroups/namespaces、RDMA协议）解释方案选型依据与技术权衡
- 提供压测数据与线上指标对比，用客观数据证明优化效果与系统稳定性
- 请详细描述Kubernetes调度器的核心流程，以及如何开发自定义调度插件？
- GPU资源隔离与虚拟化（MIG/vGPU）的实现原理是什么？如何评估性能损耗？
- 面对万卡集群网络拥塞时，你的调度策略与优化手段有哪些？
- 异构算力（CPU/GPU/NPU）混合部署的排队与抢占机制是如何设计的？
- 复习K8s scheduler扩展点与etcd交互机制，梳理常见调度瓶颈与解决方案
职位点评
薪资福利80
成长发展90
工作生活60
使命价值75
薪资福利
80较高
超大型企业提供具有竞争力的薪酬包，结合高技术门槛与稀缺经验要求，薪资水平处于市场中上，福利体系完善。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
90较高
岗位直击AI算力基础设施核心痛点，涉及万卡级集群与前沿异构调度技术，技术成长空间极大，能积累高壁垒的底层工程经验。
技术前沿前沿/新兴技术
技术栈Kubernetes、GPU调度、RDMA、异构计算、Volcano
业务类型cost_center
工作生活
60中等
未明确提及弹性工时或远程政策，高强度技术研发与大规模集群维护可能伴随一定加班压力，但日常监控由运维承接可缓解部分负担。
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
投身国家AI算力基础设施建设，推动半导体制造与智能化融合，具有显著的行业战略价值与社会意义。
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
长江存储 的其他在招职位
相似职位推荐
Watch Jobs