锦鲤求职岗位描述
工作职责
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.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.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.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.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.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.配合多集群方向，把新卡型、新集群接入统一调度；
7.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。
任职要求
1.本科及以上学历，两年及以上 Kubernetes 平台研发经验，精通 Go；
2.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.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.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）.
加分项
1.做过多租户共享资源池或潮汐、错峰调度；
2.有 DRA 或拓扑感知调度（NUMA、NVLink、RDMA）的落地经验；
3.有多集群调度经验（Karmada、OCM 等）；
4.有国产加速卡接入调度的经验。