AI 存储系统助理研究员

1. 01

   参与 AI 存储系统前沿技术研究： 围绕 AI 训练、推理、KV Cache、向量检索、数据压缩、计算型存储、存储安全等场景，开展技术调研、方案设计、实验验证和性能分析。

2. 02

   支撑新型存储产品与系统架构设计： 在 SSD 控制器、固件、系统软件、主机存储栈、数据路径优化等方向，为产品研发提供架构设计、算法优化、性能建模和安全机制支持。

3. 03

   参与产品原型和关键模块开发： 与系统软件、固件、架构和产品团队深度协作，参与新产品形态、新功能模块或技术样机的设计、开发、调试和验证。

4. 04

   开展系统级实验与性能评估： 设计实验方法，构建测试环境，对存储系统在吞吐、延迟、功耗、资源利用率、可靠性和可扩展性等方面进行系统评估，并形成技术报告。

5. 05

   推动研究成果沉淀与对外输出： 将关键技术成果沉淀为产业资产、学术论文及发明专利；面向 FAST、ASPLOS、EuroSys、OSDI、SOSP、ISCA、HPCA、SC 等国际知名会议开展高水平研究

1. 01

   计算机科学与技术、电子信息、软件工程、自动化、微电子、通信工程等相关专业，硕士及以上学历。

2. 02

   具备良好的计算机系统基础，熟悉操作系统、计算机体系结构、存储系统、嵌入式系统或分布式系统中的至少一个方向。

3. 03

   熟悉 Linux 系统环境，了解 Linux 存储栈、块设备、文件系统、NVMe、SSD 或 PCIe 相关技术者优先。

4. 04

   熟悉 C/C++ 编程，具备较强的工程实现、调试和性能分析能力，能够独立定位和解决复杂系统问题。

5. 05

   具备扎实的数据结构与算法基础，能够围绕性能、资源、可靠性和可扩展性进行系统分析和优化。

6. 06

   具备计算机领域论文阅读、复现、实验设计或论文写作经验。

7. 07

   具备较好的英文文献阅读和技术写作能力，能够跟踪国际前沿研究并形成清晰的技术分析。

8. 08

   具备良好的沟通协作能力，能够与固件、硬件、系统软件、测试和产品团队进行高效协同。

9. 09

   为人真诚，具备主动学习、开放分享、持续钻研和抗压能力，对技术研究和工程落地均有较强兴趣。

加分项

1. 01

   Linux 内核、块设备层、文件系统、I/O 调度或 SPDK 开发经验。

2. 02

   嵌入式 SoC、驱动程序、硬件加速器或 FPGA 原型开发经验。

3. 03

   RocksDB、LSM-tree、数据库存储引擎、向量数据库或 RAG 系统优化经验。

4. 04

   AI 训练/推理系统、KV Cache、GPU 存储优化经验。

5. 05

   高水平论文发表经历