1.负责数据平台云端基础设施的资源管理和调度，支撑海量Task并发采集、Workflow编排和自动化任务执行；
2.设计、搭建并优化云资源调度体系，包括K8s集群管理、GPU/CPU资源分配、自动扩缩容、任务优先级调度等，确保平台在PB级数据处理场景下高效稳定运行；
3.建设和维护云端自动化服务管理模块，优化Workflow引擎的资源分配与执行效率，解决资源争抢、Latency高、任务堆积等痛点；
4.实时监控云资源使用情况，进行成本优化、性能调优、容量规划和故障快速恢复；
5.参与数据平台核心模块与云资源的深度集成，提升端到端Pipeline的整体吞吐量；
6.主动使用AI工具辅助资源调度策略设计、脚本生成、日志分析和问题排查，显著提升运维与调度效率。
1.本科及以上学历，计算机、云计算相关专业，3年以上云资源管理或云原生开发/运维经验；
2.AI Native：熟练使用Claude、Cursor等AI编码/辅助工具，能高效生成调度脚本、优化K8s配置和自动化运维流程；
3.精通Kubernetes（K8s）集群管理、调度器扩展、Operator开发，熟悉Helm、Argo Workflow、Keda等工具者优先；
4.熟悉云资源调度与自动化技术栈（消息队列、任务调度框架如temporal/Airflow/K8s CronJob、负载均衡等）；
5.具备大规模分布式系统资源优化经验，熟悉GPU集群调度、成本分析和容量规划；
6.熟练使用Terraform / Ansible / Pulumi等IaC工具，熟悉云厂商（阿里云/腾讯云/AWS等）资源管理；
7.有数据平台、AI训练数据Pipeline或高并发任务调度系统经验者优先；
8.良好的代码规范意识，熟练使用Git、CI/CD、Prometheus+Grafana等可观测性工具。
加分项：
有Workflow编排引擎（Argo、Temporal等）实际落地经验；