高级算力调度平台架构师

职位描述
负责构建公司核心的**“国产化异构算力纳管调度平台”**。该平台旨在屏蔽国产芯片（华为昇腾、海光、寒武纪、壁仞等）的底层差异，实现 CPU、GPU、NPU 资源的统一池化、精准画像与智能调度，为上层 AI 模型训练与推理提供极致稳定的算力保障。
核心职责
1. 架构设计：设计并实现支持万级核心/千级加速卡的异构算力调度系统，解决国产芯片在 K8S 环境下的插件驱动适配与资源发现。
2. 统一纳管：通过 API Remoting 或虚拟化技术，实现对华为、海光、中科曙光等异构硬件的统一接入，构建标准化的算力资源池。
3. 智能调度：优化异构资源调度算法（基于 Volcano/Hamilton），实现拓扑感知（Topology-aware）、亲和性调度及多租户算力强隔离。
4. 资源画像与监控：建立全方位的监控体系（基于 Prometheus/Grafana），实时采集国产卡的温度、功耗、显存带宽等指标，并通过全链路画像实现故障预测与自动漂移。
5. 适配验证：制定国产软硬件适配标准，构建自动化兼容性测试矩阵，确保不同指令集（ARM/x86/LoongArch）下的性能对齐。
任职要求
• 硬核技术：
￮ 熟悉 Linux 内核及底层驱动原理，对 PCIe、RDMA (RoCE v2)、NVLink 等高速互联协议有深度理解。
￮ 精通 Kubernetes (K8S) 调度机制，有 Device Plugin、Custom Metrics 或扩展调度器开发经验。
￮ 熟悉国产算力生态：至少深入对接配置过 华为昇腾 (CANN)、海光 (DTK) 或 寒武纪 (Neuware) 其中之一。
• 工程能力：
￮ 精通 Go / Rust / C++ 其中一种或多种后端语言，追求代码性能与稳定性。
￮ 有大规模 GPU 集群管理或云原生池化方案（如 OrionX、vGPU）落地的实战经验优先。
• 综合素质：
￮ 对异构计算架构（GPGPU, NPU, LPU）有前瞻性认知，能够独立解决复杂的软硬件兼容性黑盒问题。
￮ 具备优秀的架构文档编写能力，能够输出标准化的适配白皮书。
加分项
• 参与过开源调度器（如 Volcano, Akri, Slurm）核心代码贡献者。
• 在金融、政务或大型大模型厂商有信创迁移成功案例者。
主要地区：北京广州深圳