阿里云智能-数据库技术专家-资源调度方向-杭州/深圳/北京

1、技术规划与架构设计：结合智算、云原生数据库及AI Agent业务需求，参与制定高可用的异构资源调度架构规划；参与基于Kubernetes调度系统的技术迭代，CPU与GPU/NPU等多元算力池化，支撑万卡级集群的高效运转与Agent运行时环境的资源隔离。 2、方案设计与核心研发：分析业务资源需求，设计异构算力协同与资源分配策略；参与调度器（Scheduler）的深度定制与二次开发，比如CPU在离线混部、GPU虚拟化（MIG/vGPU）、跨集群调度等，同时参与面向海量AI Agent的底层容器调度与隔离平台建设。 3、稳定性保障与性能优化：建立全链路可观测体系，快速定位并解决CPU负载异常、GPU硬件故障及调度延迟等线上难题；通过CPU/GPU潮汐混部、推理冷启动加速等手段，极致提升整体资源利用率并降低算力成本；利用AI Agent开发AIOps工具，实现故障自动排查与运维流程的自动化提效。 4、前沿技术预研：紧密跟踪AI Infra、AI Agent、Data+AI趋势，探索利用大模型（LLM）优化数据库与算力资源调度，推动异构调度系统向智能化、自动化方向持续演进。 【任职要求】 1、学历与经验背景：本科及以上学历，计算机、软件工程或相关专业；具备3年以上后端研发或云计算平台开发经验，其中至少有1年以上Kubernetes调度器（Scheduler）扩展、云原生资源管理或大规模智算集群调度系统的实战经验， 有数据库，数据库引擎开发等相关领域经验为加分项。 2、核心技术栈能力：具备扎实的计算机基础，深入理解Linux内核原理、操作系统资源管理（CPU/GPU/内存/网络）及分布式系统理论；熟悉Kubernetes架构及核心组件，对K8s调度框架（Scheduling Framework）、设备插件（Device Plugin）、CRD控制器等有较好的理解与二次开发能力优先。 3、异构算力调度经验：熟悉大规模异构资源（CPU/GPU/NPU）的池化与调度技术，了解GPU虚拟化（如MIG、vGPU）、在离线混部（潮汐调度）、拓扑感知调度及RDMA网络通信优化；有万卡级智算集群或云原生资源调度系统设计与落地经验者优先。 4、AI Infra与Agent工程能力：熟悉AI Infra技术栈，了解主流大模型（LLM）的训练与推理流程；具备AI Agent开发经验，熟悉Agent运行时环境的资源隔离与调度需求；有利用AI/LLM技术落地AIOps（如智能故障排查、自动化运维提效）或优化算力资源调度的实战经验优先。 5、性能优化与稳定性保障：具备极强的性能优化与故障排查能力，熟悉全链路可观测性体系（如Prometheus、Grafana等）的搭建与应用；能够独立解决高并发、大规模节点下的调度延迟、资源争抢及硬件故障等复杂线上问题。 6、综合素质与驱动力：对云原生、AI等领域的前沿技术保持高度敏感，具备优秀的技术前瞻性、逻辑分析能力和跨团队沟通协作能力，能够推动复杂技术方案在业务中的落地与持续演进。