太极GPU智能调度专家（深圳/北京/上海/杭州）
Tencent
太极GPU智能调度专家（深圳/北京/上海/杭州）
Job Description
太极GPU智能调度专家（深圳/北京/上海/杭州）
📋 Job Overview
Tencent is seeking a Taiji GPU Intelligent Scheduling Expert to lead the strategic planning and architecture design of global resource scheduling systems for large-scale GPU clusters. The role focuses on optimizing resource utilization, resolving performance bottlenecks in distributed training, and developing high-availability scheduling frameworks using cloud-native technologies. Responsibilities include exploring cutting-edge technologies like hybrid cloud and heterogeneous computing to drive innovation in compute resource scheduling platforms.
📍 Location: Shenzhen, China
🏢 Business Unit: TEG
📄 Full Description
2.深入解析 RDMA 协议栈、分布式存储 IO 路径与计算资源的协同机制，定位并攻克大规模训练任务中的网络瓶颈、存储延迟等性能卡点，优化数据流转全链路吞吐量，支撑超大规模模型高效训练；
3.基于 Kubernetes、Docker 等云原生技术栈，主导高可用调度框架的架构设计与核心模块开发，深度适配分布式训练框架（如 Megatron-LM、DeepSpeed）需求，实现任务智能编排、自动化容灾与混合部署能力；深入 K8s 调度器源码级优化、CSI 插件定制开发及 CRD 扩展设计，推动大规模训推一体化技术落地；
4.牵头探索混合云资源池化、虚拟化技术（如 KVM / 容器虚拟化）、ARM 异构计算等前沿方向的技术验证与方案落地，制定技术演进路线图，持续推动计算资源调度平台的能力升级与技术创新；
5.沉淀大规模集群调度最佳实践与技术方法论，主导跨团队技术协作（如框架、硬件、网络团队），解决调度领域复杂技术难题，支撑业务高速增长。
🎯 Key Responsibilities
- 主导万卡级 GPU 集群全局资源调度体系的战略规划与架构设计，通过构建动态资源画像、智能负载预测及精细化调度策略，实现资源利用率显著提升，保障离线训练与在线推理任务的高效稳定运行
- 深入解析 RDMA 协议栈、分布式存储 IO 路径与计算资源的协同机制，定位并攻克大规模训练任务中的网络瓶颈、存储延迟等性能卡点，优化数据流转全链路吞吐量，支撑超大规模模型高效训练
- 基于 Kubernetes、Docker 等云原生技术栈，主导高可用调度框架的架构设计与核心模块开发，深度适配分布式训练框架（如 Megatron-LM、DeepSpeed）需求，实现任务智能编排、自动化容灾与混合部署能力；深入 K8s 调度器源码级优化、CSI 插件定制开发及 CRD 扩展设计，推动大规模训推一体化技术落地
- 牵头探索混合云资源池化、虚拟化技术（如 KVM / 容器虚拟化）、ARM 异构计算等前沿方向的技术验证与方案落地，制定技术演进路线图，持续推动计算资源调度平台的能力升级与技术创新
- 沉淀大规模集群调度最佳实践与技术方法论，主导跨团队技术协作（如框架、硬件、网络团队），解决调度领域复杂技术难题，支撑业务高速增长
🛠️ Required Skills
- RDMA 协议栈
- 分布式存储 IO 路径
- Kubernetes
- Docker
- 分布式训练框架（如 Megatron-LM、DeepSpeed）
- K8s 调度器源码级优化
- CSI 插件定制开发
- CRD 扩展设计
- 混合云资源池化
- 虚拟化技术（如 KVM / 容器虚拟化）
- ARM 异构计算
Locations
- Shenzhen, China
Salary
800,000 - 1,500,000 CNY / yearly
Source: ai estimated
* This is an estimated range based on market data and may vary based on experience and qualifications.
Skills Required
- RDMA 协议栈intermediate
- 分布式存储 IO 路径intermediate
- Kubernetesintermediate
- Dockerintermediate
- 分布式训练框架（如 Megatron-LM、DeepSpeed）intermediate
- K8s 调度器源码级优化intermediate
- CSI 插件定制开发intermediate
- CRD 扩展设计intermediate
- 混合云资源池化intermediate
- 虚拟化技术（如 KVM / 容器虚拟化）intermediate
- ARM 异构计算intermediate
Responsibilities
- 主导万卡级 GPU 集群全局资源调度体系的战略规划与架构设计，通过构建动态资源画像、智能负载预测及精细化调度策略，实现资源利用率显著提升，保障离线训练与在线推理任务的高效稳定运行
- 深入解析 RDMA 协议栈、分布式存储 IO 路径与计算资源的协同机制，定位并攻克大规模训练任务中的网络瓶颈、存储延迟等性能卡点，优化数据流转全链路吞吐量，支撑超大规模模型高效训练
- 基于 Kubernetes、Docker 等云原生技术栈，主导高可用调度框架的架构设计与核心模块开发，深度适配分布式训练框架（如 Megatron-LM、DeepSpeed）需求，实现任务智能编排、自动化容灾与混合部署能力；深入 K8s 调度器源码级优化、CSI 插件定制开发及 CRD 扩展设计，推动大规模训推一体化技术落地
- 牵头探索混合云资源池化、虚拟化技术（如 KVM / 容器虚拟化）、ARM 异构计算等前沿方向的技术验证与方案落地，制定技术演进路线图，持续推动计算资源调度平台的能力升级与技术创新
- 沉淀大规模集群调度最佳实践与技术方法论，主导跨团队技术协作（如框架、硬件、网络团队），解决调度领域复杂技术难题，支撑业务高速增长
Tags & Categories
Answer 10 quick questions to check your fit for 太极GPU智能调度专家（深圳/北京/上海/杭州） @ Tencent.
Related Books and Jobs
太极GPU智能调度专家（深圳/北京/上海/杭州）
Tencent
太极GPU智能调度专家（深圳/北京/上海/杭州）
Job Description
太极GPU智能调度专家（深圳/北京/上海/杭州）
📋 Job Overview
Tencent is seeking a Taiji GPU Intelligent Scheduling Expert to lead the strategic planning and architecture design of global resource scheduling systems for large-scale GPU clusters. The role focuses on optimizing resource utilization, resolving performance bottlenecks in distributed training, and developing high-availability scheduling frameworks using cloud-native technologies. Responsibilities include exploring cutting-edge technologies like hybrid cloud and heterogeneous computing to drive innovation in compute resource scheduling platforms.
📍 Location: Shenzhen, China
🏢 Business Unit: TEG
📄 Full Description
2.深入解析 RDMA 协议栈、分布式存储 IO 路径与计算资源的协同机制，定位并攻克大规模训练任务中的网络瓶颈、存储延迟等性能卡点，优化数据流转全链路吞吐量，支撑超大规模模型高效训练；
3.基于 Kubernetes、Docker 等云原生技术栈，主导高可用调度框架的架构设计与核心模块开发，深度适配分布式训练框架（如 Megatron-LM、DeepSpeed）需求，实现任务智能编排、自动化容灾与混合部署能力；深入 K8s 调度器源码级优化、CSI 插件定制开发及 CRD 扩展设计，推动大规模训推一体化技术落地；
4.牵头探索混合云资源池化、虚拟化技术（如 KVM / 容器虚拟化）、ARM 异构计算等前沿方向的技术验证与方案落地，制定技术演进路线图，持续推动计算资源调度平台的能力升级与技术创新；
5.沉淀大规模集群调度最佳实践与技术方法论，主导跨团队技术协作（如框架、硬件、网络团队），解决调度领域复杂技术难题，支撑业务高速增长。
🎯 Key Responsibilities
- 主导万卡级 GPU 集群全局资源调度体系的战略规划与架构设计，通过构建动态资源画像、智能负载预测及精细化调度策略，实现资源利用率显著提升，保障离线训练与在线推理任务的高效稳定运行
- 深入解析 RDMA 协议栈、分布式存储 IO 路径与计算资源的协同机制，定位并攻克大规模训练任务中的网络瓶颈、存储延迟等性能卡点，优化数据流转全链路吞吐量，支撑超大规模模型高效训练
- 基于 Kubernetes、Docker 等云原生技术栈，主导高可用调度框架的架构设计与核心模块开发，深度适配分布式训练框架（如 Megatron-LM、DeepSpeed）需求，实现任务智能编排、自动化容灾与混合部署能力；深入 K8s 调度器源码级优化、CSI 插件定制开发及 CRD 扩展设计，推动大规模训推一体化技术落地
- 牵头探索混合云资源池化、虚拟化技术（如 KVM / 容器虚拟化）、ARM 异构计算等前沿方向的技术验证与方案落地，制定技术演进路线图，持续推动计算资源调度平台的能力升级与技术创新
- 沉淀大规模集群调度最佳实践与技术方法论，主导跨团队技术协作（如框架、硬件、网络团队），解决调度领域复杂技术难题，支撑业务高速增长
🛠️ Required Skills
- RDMA 协议栈
- 分布式存储 IO 路径
- Kubernetes
- Docker
- 分布式训练框架（如 Megatron-LM、DeepSpeed）
- K8s 调度器源码级优化
- CSI 插件定制开发
- CRD 扩展设计
- 混合云资源池化
- 虚拟化技术（如 KVM / 容器虚拟化）
- ARM 异构计算
Locations
- Shenzhen, China
Salary
800,000 - 1,500,000 CNY / yearly
Source: ai estimated
* This is an estimated range based on market data and may vary based on experience and qualifications.
Skills Required
- RDMA 协议栈intermediate
- 分布式存储 IO 路径intermediate
- Kubernetesintermediate
- Dockerintermediate
- 分布式训练框架（如 Megatron-LM、DeepSpeed）intermediate
- K8s 调度器源码级优化intermediate
- CSI 插件定制开发intermediate
- CRD 扩展设计intermediate
- 混合云资源池化intermediate
- 虚拟化技术（如 KVM / 容器虚拟化）intermediate
- ARM 异构计算intermediate
Responsibilities
- 主导万卡级 GPU 集群全局资源调度体系的战略规划与架构设计，通过构建动态资源画像、智能负载预测及精细化调度策略，实现资源利用率显著提升，保障离线训练与在线推理任务的高效稳定运行
- 深入解析 RDMA 协议栈、分布式存储 IO 路径与计算资源的协同机制，定位并攻克大规模训练任务中的网络瓶颈、存储延迟等性能卡点，优化数据流转全链路吞吐量，支撑超大规模模型高效训练
- 基于 Kubernetes、Docker 等云原生技术栈，主导高可用调度框架的架构设计与核心模块开发，深度适配分布式训练框架（如 Megatron-LM、DeepSpeed）需求，实现任务智能编排、自动化容灾与混合部署能力；深入 K8s 调度器源码级优化、CSI 插件定制开发及 CRD 扩展设计，推动大规模训推一体化技术落地
- 牵头探索混合云资源池化、虚拟化技术（如 KVM / 容器虚拟化）、ARM 异构计算等前沿方向的技术验证与方案落地，制定技术演进路线图，持续推动计算资源调度平台的能力升级与技术创新
- 沉淀大规模集群调度最佳实践与技术方法论，主导跨团队技术协作（如框架、硬件、网络团队），解决调度领域复杂技术难题，支撑业务高速增长
Tags & Categories
Answer 10 quick questions to check your fit for 太极GPU智能调度专家（深圳/北京/上海/杭州） @ Tencent.
Related Books and Jobs