The posting
团队介绍:字节跳动基础设施计算团队,专注构建面向大模型与 AI Agent 时代的 AI-Native Infra。我们从算力、系统到平台,围绕“AI 如何高效运行、持续进化、规模化落地”这一核心问题,重构计算基础设施。我们管理着数十万台服务器组成的超大规模集群,构建统一的异构算力调度与云原生运行体系;通过软硬协同与自研框架,持续突破大模型训练与推理的性能瓶颈;并进一步向上,打造企业级 AI Agent Infra,让 Agent 具备身份、权限、记忆、观测与治理能力,真正成为可运行在生产环境中的新型“应用形态”。 从云服务器、容器、函数,到 AI 网关、可观测与弹性体系,我们构建的是一个为 AI 而生、由 AI 驱动进化的基础设施平台,支撑集团核心业务与企业级客户的智能化升级。 如果你希望参与定义 AI 时代的 Infra 范式,而不仅是优化一个模块或服务——欢迎加入我们,一起构建下一代 AI 云原生基础设施。
1、负责超大规模Kubernetes集群的性能与容量建设,围绕API Server、etcd及KCM、Scheduler、CCM、CoreDNS等核心组件的访问链路开展容量建模、压测分析与架构优化,通过List/Watch、缓存、序列化、Streaming List、Protobuf、Shared Informer等机制降低启动耗时、资源消耗和请求放大; 2、负责Kubernetes核心系统的请求治理与架构演进,建设API Server过载保护、限流、滚动升级流量治理和性能可观测能力,推进API Server/etcd分组或分片,提升系统吞吐、稳定性和水平扩展能力; 3、负责Kubernetes发行版建设、社区版本引入、补丁维护、版本升级和生命周期治理,建设兼容性检查、自动化回归、灰度发布、故障止损与升级验证能力; 4、负责Kubernetes核心Controller及相关Operator组件的研发维护、版本适配和稳定性治理,保障大规模对象下状态收敛、队列、重试及故障恢复行为可控; 5、持续跟进Kubernetes社区SIG、KEP和版本演进,推动关键能力在VKE落地,并通过社区贡献、技术分享和最佳实践沉淀扩大技术影响力。
1、本科及以上学历,计算机相关专业,5年以上后端或基础设施研发经验; 2、熟练使用Go,具备工程源码阅读、设计和开发能力; 3、深入理解Kubernetes控制面架构,至少在API Server、etcd、KCM、client-Go、Controller/Operator中两个方向具备源码级研发或生产实践; 4、具备分布式系统性能优化经验,能够使用Profile、指标、Tracing和压测工具定位并发、缓存、队列、序列化、网络或内存瓶颈,并建立容量模型和回归基线; 5、具备Kubernetes发行版维护或版本升级经验,理解API兼容、补丁回合、组件版本适配、自动化测试、灰度发布和故障恢复; 6、熟悉Kubernetes社区协作方式,能够跟踪SIG、KEP、Release Note和上游实现,判断社区能力的成熟度、适用边界和产品化路径。



