K8s 调度研发工程师（资源池方向）

负责公司 MLP 平台的 GPU 集群底座建设，主导大规模多集群环境下的稳定性、调度效率和基础设施插件能力，支撑内部模型训练和推理业务。 核心职责

1. 01

   公共资源池的调度层：基于 Volcano 的队列、配额、优先级与抢占，独占池与共享池并存时的借用、回收与保障；

2. 02

   碎片治理与定向调度：资源组、GPU 碎片整理、按卡型、机型、节点池定向投放；

3. 03

   拓扑感知调度：NUMA 亲和、GPU 与网卡拓扑、Gang 调度，保证分布式训练和多卡推理不因放置而劣化；

4. 04

   多形态负载的调度策略：常驻服务与有终态作业混合的长时间任务、训练与推理错峰复用、CPU 密集型负载与 GPU 负载的协同放置；

5. 05

   调度可观测：排队时延、分配率、碎片率、抢占次数等指标与诊断工具，能回答"这个作业为什么没调度上"；

6. 06

   配合多集群方向，把新卡型、新集群接入统一调度；

7. 07

   推理侧的调度支持：训推侧的调度设计，保障训推混合场景的资源合理利用。

1. 01

   本科及以上学历，两年及以上 Kubernetes 平台研发经验，精通 Go；

2. 02

   读过并改过 kube-scheduler 或 Volcano、Kueue、Koordinator、YuniKorn 之一的调度源码，讲得清扩展点、队列与配额的实现；

3. 03

   有生产 GPU 集群的调度经验，理解 device plugin、Gang 调度，以及抢占对在跑作业的影响；

4. 04

   能用数据说明自己做过的调度优化效果（分配率、排队时延、利用率提升了多少）.

5. 01

   做过多租户共享资源池或潮汐、错峰调度；

6. 02

   有 DRA 或拓扑感知调度（NUMA、NVLink、RDMA）的落地经验；

7. 03

   有多集群调度经验（Karmada、OCM 等）；

8. 04

   有国产加速卡接入调度的经验。