岗位职责： 1.参与 Kubernetes 上的 AI 训练 / 推理调度引擎研发（Volcano、Kueue、KubeRay、KServe 等生态）； 2.设计并实现 GPU / NPU 等异构算力的拓扑感知调度、Gang Scheduling、抢占与配额策略； 3.优化大规模 GPU 集群的资源利用率、任务排队策略与故障容错能力； 4.参与容器运行时（containerd / Kata Containers）、CRI / CDI、GPU 设备插件相关的优化与开发； 5.构建面向 Agent 和推理服务的轻量级沙箱运行环境，实现代码 / 工具调用的安全隔离执行 任职资格： 1.2026 届或 2027 届本科及以上学历，计算机科学、软件工程、自动化、人工智能、数学等相关专业 2.扎实的计算机基础：操作系统、计算机网络、数据结构与算法 3.熟练掌握至少一门系统级语言（C++ / Go / Rust 任一），并具备 Python 编程能力 4.熟悉 Linux 系统，能独立完成开发、调试与性能问题定位 5.良好的英文文档阅读能力、开源社区跟踪能力，以及跨团队协作意识 加分项 1.有大厂 AI Infra、云原生或 HPC 团队实习经历 2.主导过完整的 AI 平台模块建设（从设计到上线），并有可量化的性能收益或成本优化 3.具备将底层系统能力与上层算法诉求对齐的能力，能与算法团队高效协作，共同推动优化落地 4.熟悉 Kubernetes 源码或核心组件（kube-scheduler / kubelet / device plugin），有二次开发经验 5.了解容器 / 虚拟化底层原理：cgroup、namespace、KVM、Firecracker、gVisor 等 6.有 GPU 编程经验（CUDA / Triton），或熟悉 NCCL / RDMA / IB 网络 7.有主流分布式训练或推理框架（Megatron / DeepSpeed / FSDP / vLLM / SGLang）的源码阅读或调优经验 8.熟悉 Ray、Volcano、Kueue、KubeRay、KServe 等 AI 云原生项目