小红书
大模型 GPU 调度研发工程师（练习生）
大模型 GPU 调度研发工程师（练习生）
发布于 大约 21 小时前实习/见习
北京市 / 上海市
无经验要求
实习生
仅现场办公
学历未注明
GO
资源管理
云原生
大模型
GPU调度
弹性伸缩
Volcano
AI 估算 · 8k–12k
大厂实习薪资较高，GPU调度缺口大，竞争力强。
职位详情
关于这个职位
该职位专注于小红书大模型平台的GPU资源调度与治理，你将参与万卡级集群的调度优化、弹性策略及可观测体系建设
适合对云原生、分布式系统和AI基础设施有浓厚兴趣的在校生，能深入接触前沿技术栈
最低要求
计算机、软件工程、人工智能等相关专业在校生，具备扎实的编程基础和计算机系统基础
熟悉 Go/Python/Java 中至少一门语言，具备良好的代码能力和工程实现意识
熟悉 Linux，了解 Docker/Kubernetes 等云原生技术栈，对 K8s Scheduler、Volcano、Kueue、Kubeflow、Argo Workflows 等调度系统有兴趣或实践经验
理解分布式系统基本概念，了解服务发现、资源隔离、任务调度、故障恢复、弹性伸缩、监控告警等能力
对大模型训练、后训练、推理、部署等流程有兴趣，愿意理解不同 AI 负载对 GPU、网络、存储和调度策略的差异化诉求
具备较好的数据分析、问题定位、沟通协作和自驱能力，能熟练使用 Cursor、Claude Code、GitHub Copilot 等 AI 工具辅助研发
工作职责
参与内部大模型平台 QuickSilver 的 GPU 资源调度与治理模块研发，完成调度策略、后端服务和资源可视化功能交付
参与 Quota 管理、资源配额、资源申请、资源回收、资源出借等能力建设，支持多业务、多团队、多集群资源管理
参与万卡规模 GPU 集群调度优化，围绕资源分配率、GPU 利用率、任务等待时长、资源碎片等指标提升集群效率
参与训练、后训练、推理等负载下的弹性调度建设，探索潮汐调度、抢占调度、在线/离线混部、低峰缩容、高峰预扩容等策略
参与多机房、多集群、多卡型、GPU/NPU 等异构资源调度能力建设，结合网络、存储、通信拓扑优化调度策略
参与 GPU 资源可观测体系建设，并将调度能力与大模型训练、推理、部署、评估链路结合，提升 AI 生产效率和平台稳定性
优先资格
接触过 Kubernetes Scheduler、Volcano、Kueue、Kubeflow、Ray、OpenKruise、联邦集群等云原生或调度系统
有 GPU 集群、资源调度、Quota 管理、资源利用率分析、在线/离线混部、抢占调度、潮汐调度、弹性伸缩等实践经验
有大模型训练、推理、部署平台使用或开发经验，了解 PyTorch、DeepSpeed、Megatron、vLLM、SGLang 等框架
了解 RDMA、IB、RoCE、NCCL、网络拓扑、存储性能等基础知识，理解其对大规模训练和推理调度的影响
有优秀个人开源项目、技术博客，或曾利用 AI 工具独立交付云原生、调度、平台类项目
有资源利用率分析、监控指标看板、任务画像分析、调度策略评估等经验，能通过数据驱动系统优化
AI 洞察
优缺点分析
优点
- 前沿技术栈：接触大模型、Kubernetes、GPU调度等热门领域
- 大厂平台：小红书资源丰富，有机会参与万卡级集群优化
- 成长迅速：AI基础设施方向人才稀缺，职业前景广阔
- 工具链完善：鼓励使用AI辅助开发，提升效率
- 技术深度高：需要理解分布式系统、网络拓扑、调度算法等复杂知识
- 竞争激烈：大厂实习招聘门槛高，需扎实基础
- 适合对云原生和AI基础设施有强烈兴趣、动手能力强、愿意深入底层技术的在校生
缺点 / 挑战
- 实习期短：需快速上手并交付，有一定压力
角色解读
- 从调度模块入手，深入云原生和AI基础设施，成为GPU调度专家
- 可向AI平台架构师或分布式系统专家发展，覆盖训练、推理全链路
- 在大厂积累大规模集群经验，未来可转型技术管理或创业
- 参与大模型平台GPU资源调度模块的研发，实现调度策略和可视化功能
- 负责Quota管理、资源申请回收等能力建设，支撑多团队多集群资源管理
- 优化万卡级GPU集群调度，提升资源分配率、利用率和任务效率
- 探索弹性调度策略，包括潮汐调度、抢占调度及混部方案
- 扎实的编程基础，精通Go/Python之一，熟悉Linux和Docker/Kubernetes
- 理解分布式系统概念，掌握服务发现、资源隔离、任务调度等能力
- 对调度系统如K8s Scheduler、Volcano有实践或浓厚兴趣
- 对大模型训练推理流程有了解，能理解不同负载的差异化需求
申请策略
- 关注小红书技术博客，了解QuickSilver平台特点
- 在简历中展现对AI工具（如Copilot）的熟练使用
- 突出分布式系统项目或课程设计，如Kubernetes调度器实践
- 强调编程语言功底，尤其是Go或Python的工程经验
- 展示对大模型或GPU集群的了解，如使用过PyTorch、DeepSpeed等
- 列出开源贡献或技术博客，证明自驱力
- 深入学习Kubernetes调度框架和Volcano项目
- 动手实验GPU集群资源监控与调度策略优化
面试指南
- 从实际案例出发，结合调度算法和系统设计阐述
- 分步骤分析：先定位问题，再设计方案，最后评估效果
- 突出对权衡（如利用率vs等待时长）的思考
- 解释Kubernetes调度器的工作原理，如何实现自定义调度策略？
- 如何优化GPU集群的资源利用率？举例说明
- 描述一个你解决过的分布式系统问题，使用了哪些技术？
- 你对大模型训练中的弹性调度有何理解？
- 如何在多租户环境中管理资源配额？
匹配度报告
65
综合匹配度
大厂实习、前沿技术栈、成长空间极大，但需现场办公且加班情况不明。
适合人群
最看重技术成长和前沿领域发展的在校生，对工作强度有较高容忍度。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利60
成长发展90
工作生活40
使命价值70
薪资福利匹配
60中等
薪资在实习中较高，但作为实习岗位稳定性与福利相对有限。
薪资信号未披露（AI估算：8K-12K/月）
成长发展匹配
90较高
岗位技术前沿，涉及云原生、GPU调度、大模型等，成长空间极大。
技术前沿前沿/新兴技术
技术栈GPU调度、Kubernetes、Go、Python、大模型、云原生、弹性伸缩、Volcano
业务类型profit_center
工作生活匹配
40较低
实习通常需要现场办公，但未明确WLB信息。
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）
使命价值匹配
70中等
AI基础设施建设对社会智能化有推动，但直接社会影响有限。
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