有鹿机器人 java 招聘（工资待遇要求）

岗位职责：
•资源调度中台建设
负责维护、优化基于JAVA Spring boot 和 Kubernetes 构建的资源调度中台，横向支持大模型（如 LLM、多模态模型）训练任务，实现多租户、异构计算资源的高效调度与管理，提升集群资源利用率。
•混合云与 IDC 基础设施管理
负责线下 IDC 与云上资源的混合云架构设计，主导硬件资源（服务器、GPU、NAS）的规划、部署与性能调优，建立自动化运维体系，实现资源可观测、可追踪、可审计。
•DevOps 平台与流程建设
牵头公司 DevOps 平台标准建设，推动 CI/CD 流水线优化，支持多语言、多框架的持续集成与部署；制定 DevSecOps 实施规范，提升系统交付质量与发布效率；负责组织安全事件复盘与责任界定，推进故障预防与体系化治理。
•分布式存储加速方案设计
设计或构建基于混合云架构的分布式存储加速方案，解决训练数据跨云 / 跨 IDC 访问的 IO 瓶颈问题，提升分布式训练的数据吞吐能力与整体效率。
•大规模分布式训练平台开发
设计并开发支持千卡级别训练任务的分布式大模型平台，构建高效的任务编排、容错机制与弹性伸缩能力，实现计算、存储、网络资源的精细化调度与可视化运维。





岗位要求：
•编程能力
全日制本科及以上学历；精通 Java，熟悉 Python，了解 Go，具备扎实的工程实现能力与良好的编码规范，能独立承担复杂系统模块开发任务。
•云原生技术栈
精通 Kubernetes 及其生态（如 Helm、Operator、CRD），具备3年以上混合云或超大规模集群实战经验，熟悉阿里云等云平台的资源管理与调度优化。
•DevOps 实践经验
熟悉 CI/CD 工具链，掌握 IaC（基础设施即代码）工具如 Terraform、Ansible，有实际 DevOps 平台搭建与流水线自动化经验；具备良好的变更管理与自动回滚策略意识。
•分布式系统与 AI 框架理解
了解主流 AI 训练框架（如 TensorFlow、PyTorch）及其分布式训练机制，了解 Horovod、DeepSpeed 等训练加速方案。
•IDC 运维与硬件支持经验
熟悉 IDC 机房环境、服务器与 GPU 部署流程，了解网络架构、存储系统、负载均衡器等基础设施的部署与监控，具备故障排查与性能调优能力。
•加分项
有自动驾驶行业背景或仿真平台相关经验者优先；具备 Prometheus、Grafana、ELK、Opentelemetry 等可观测性体系建设经验者更佳。