Kubernetes 调度器开发工程师

优缺点分析

角色解读

• 可深入成为 Kubernetes 社区核心贡献者，成为云原生调度领域专家
• 向 AI 基础设施架构师发展，负责更大规模的集群设计与优化
• 横向拓展至计算、存储、网络等底层系统方向，或转为技术管理岗位
• 定制 Kubernetes 调度器插件，实现面向 AI 工作负载的 GPU 拓扑感知、NUMA 亲和等高级调度策略
• 优化万卡级集群的调度性能，提升每秒调度并发数，降低调度延迟
• 构建异构资源（GPU/CPU/内存/网络）统一调度模型，实现在离线混部以提升资源利用率
• 研发抢占、回填、gang-scheduling 等机制，保障大模型训练和推理服务的 SLO
• 精通 Go 语言，深度掌握 Kubernetes 生态及调度器扩展机制
• 扎实的调度算法基础，熟悉资源调度、任务调度、负载均衡和装箱优化
• 理解 GPU 集群架构（NVLink/InfiniBand/RoCE）及 AI 训练/推理的资源需求
• 具备大规模分布式系统性能优化与问题定位能力

申请策略

• 面试前准备一个调度算法优化或集群性能问题的案例分析，展示解决思路
• 了解公司技术栈和产品方向（如 Moonshot AI 的大模型），提前思考可能的业务场景
• 突出 Go 语言和 Kubernetes 相关项目的经验，最好有调度器或控制器开发经历
• 展示在分布式系统性能优化方面的成果，比如吞吐提升、延迟降低的具体数据
• 如果了解 GPU 集群或 AI 任务调度，务必强调
• 提及任何开源贡献，特别是 Kubernetes 或相关调度系统
• 系统学习 Kubernetes 调度器源码和调度框架（Scheduling Framework）
• 补充 GPU 架构知识，了解 NVLink、InfiniBand、CUDA 等内容

面试指南

• 结构化回答：从问题定义、现有方案、优化思路、落地效果四个层次展开
• 结合具体案例：用 STAR 法则描述项目背景、任务、行动和结果
• 展示系统思维：不仅说技术细节，还要考虑扩展性、可维护性和业务影响
• 请解释 Kubernetes 调度器的整体架构和调度流程
• 如何设计一个 GPU 拓扑感知的调度策略？
• 大规模集群中调度吞吐瓶颈可能在哪里？如何优化？
• 什么是 gang-scheduling？在什么场景下需要？如何实现？
• 你在之前的项目中如何解决资源竞争或调度死锁问题？