海量算力运营开发（AI Native 工程）（北京/深圳）

职位描述

1.资源交付与工作流编排：单模型交付、DAG 编排、断点续跑、幂等补偿； 2.设计「Agent 决策 + 确定性执行」分层，高危动作（扩缩容/下架/驱逐）走可审计，可回滚的确定性工作流；Agent 触发的操作也须幂等； 3.基于 K8s client-go 的集群台账、节点生命周期、GPU 拓扑；把实态数据做成 Agent 可消费的形态（稳定语义、数据新鲜度、分页接口）；支持自然语言查询； 4.平台底座：RBAC/API 网关/公共库；建设 MCP Server 暴露平台能力；把 RBAC 扩展到 Agent 身份（权限/越权/会话过期）；Agent 调用全链路审计； 5.告警降噪与根因定位；AI 结论须附证据可追溯；Agent 运行时（工具注册、上下文装配、状态管理、重试超时）； 6.多 Agent 协作与上下文工程；建设 Evals 评测集。

任职要求

三年以上工作经验