全栈开发工程师

平台核心研发

参与智算云平台前、后端服务的设计与开发，包括集群管控、资源调度、任务管理等核心模块，使用 Go 语言完成高可用、高并发服务的工程实现；

深入 Kubernetes 源码层，针对大规模 AI 训练场景深度定制和优化 K8s 调度器，支持 GPU 分时、拓扑感知、Gang Scheduling 等大模型训练典型调度场景；

参与平台工程基础能力建设，涵盖任务运行环境管理、多租户资源隔离、工程规范制定等，推动平台整体可维护性与扩展性持续提升。

本科及以上学历，计算机科学、软件工程或相关专业，有后端工程经验； 熟练使用 Go 进行生产级服务研发，理解并发模型（goroutine/channel）、工程规范与性能调优实践；

深入理解 K8s 核心机制，包括调度框架（Scheduling Framework）、CRD/Operator 开发、资源管理（Resource Quota/LimitRange/Device Plugin）等，有实际二次开发经验；

熟悉 Docker、containerd 等容器运行时，了解镜像构建、OCI 规范与容器生命周期管理； 了解 GPU 架构基础与 CUDA 编程模型，熟悉 NVIDIA DCGM、nvidia-smi 等监控工具，具备 GPU 集群运维或平台层开发经验；

理解主流分布式训练框架（PyTorch DDP / torchrun、Megatron-LM、DeepSpeed）的运行机制，具备平台层支撑大规模训练任务的实际经验；

具备良好的系统设计能力、工程素养与问题排查能力，能够独立推进模块设计与交付。

能够连续实习6个月以上，有较稳定的到岗时间。