AI调度架构工程师-【算法引擎部】

Job description

• 基于云原生打造快手下一代训推调度平台，构建万卡规模的GPU调度能力，支撑包括大模型、生成式推荐等核心模型的训练与推理调度；
• 支撑数据、训练、推理等全场景AI负载生命周期管理，构建训推一体的统一调度架构，落地统一的配额和算力管理机制，实现负载高效协同与资源精准管控；
• 深耕 GPU 调度与性能优化，落地 GPU 拓扑感知、优先级、抢占、QoS 感知等调度能力，支撑万卡级大规模 AI 任务高效运行；
• 聚焦大模型云原生基础设施建设，负责高性能网络与存储加速、多云部署与调度能力，解决大模型训推理在通信、调度上的关键挑战，持续推动云原生与 AI 技术深度融合与架构创新。
• 本科及以上学历，3年及以上机器学习平台、云原生调度、AI基础设施相关研发经验；
• 熟悉Golang/Java/Python至少一种编程语言，具备扎实的代码功底，能独立负责核心模块的设计与开发；
• 深入理解Kubernetes核心原理，熟悉调度器、资源扩展机制、容器运行时，有Kubernetes开发和维护经验；
• 有机器学习平台，GPU调度、弹性调度、训推一体相关项目落地经验者优先；
• 具备极强的问题排查能力与攻坚意识，具备良好的沟通协作能力与项目推动能力；
• 对AI技术有浓厚兴趣，具备持续学习能力与创新思维，有强烈的ownership和责任心。