快手容器云编排调度研发工程师

1、参与快手容器云资源调度及服务编排等领域的设计与开发工作； 2、基于Kubernetes等云原生技术完善资源统一调度、服务的多集群联邦编排，提升资源及服务变更效率； 3、参与公司在离线混部系列机制的设计与开发，提升集群异构资源的使用效率； 4、探索容器领域前沿技术，参与容器云全局技术优化与落地实践。

1、负责大数据领域的资源调度云原生演进的架构设计&研发，打造支持大数据近离线、流批一体化架构的调度系统； 2、负责大数据主流引擎的云原生化技术演进，包括Spark、MR、Flink等引擎 on Kubernetes 架构设计&研发工作； 3、结合容器领域各类前沿技术，负责全局资源的编排及调度功能的技术迭代与落地实践。

-负责云原生产品 Kubernetes 容器引擎、镜像服务、可观测服务等的设计与研发工作，提升产品竞争力及体验 -负责大规模 AI Infra 云原生底座的设计与研发工作，基于云原生技术打造异构多元芯算力底座，支持国产化信创，支持业务进行大规模训练、容错及弹性推理，构建异构多元芯算力底座 -负责打造现代化的云原生智能运维能力，设计和实现覆盖 AI 场景全栈的故障感知、诊断及自愈能力 -持续提升云原生产品服务及基础设施的稳定性，优化服务性能，提升架构的可扩展性 -探索业界最新技术方向，参与开源社区，提升百度云原生核心竞争力

1. 参与 AgentRun 平台核心引擎的设计与开发，构建支持多框架（AgentScope/LangGraph/AutoGen/Dify/ADK 等）兼容的统一 Agent 运行时环境； 2. 负责高并发、低延迟的 Agent 执行调度系统研发，实现任务编排、状态管理、上下文隔离、资源限流与弹性扩缩容； 3. 设计并实现 Agent 工具调用（Tool Calling）的安全沙箱机制，支持 REST、Function Call、插件等多种集成模式，保障执行安全性与稳定性； 4. 构建面向 LLM Agent 的可观测体系，包括执行链路追踪、Token 消耗分析、失败重试策略、性能瓶颈诊断等，提升平台可运维性； 5. 深度参与 AgentRun 与通义大模型、阿里云 Serverless、函数计算（FC）、SLS 等基础设施的集成，打造端到端的智能体 PaaS 能力； 6. 探索前沿 Agent 技术（如反思机制、多智能体协作、长期记忆等）在生产环境中的工程化落地路径。