AI Infra 存储研发工程师 / 专家（多方向、多 HC）

岗位说明

这是一个面向 AI 存储基础设施的岗位族，团队将围绕不同技术方向持续招聘多个 HC，岗位级别覆盖资深工程师到技术专家。

你不需要覆盖全部存储技术栈，只需在一个或多个方向具备深入经验，我们会根据你的技术专长匹配具体岗位和团队。

岗位定位

我们正在建设面向自建智算集群的下一代 AI 存储基础设施，推动云上存储能力向自建 IDC 和 GPU 集群下沉，打造基于 RDMA、NVMe 和全闪介质的高性能分布式存储系统。

系统将服务大模型训练 Checkpoint、海量训练数据、Dataloader 数据读取及 KV Cache 等核心场景，重点解决大规模 AI 业务中的吞吐、时延、可靠性和成本问题。

重点技术方向

- 存储下云与智算基础设施：将云上文件、对象、块存储能力迁移和重构到自建智算集群，建设面向 AI 业务的存储平台。

- RDMA 高性能存储：围绕 RoCE / InfiniBand、NVMe-oF、SPDK、io_uring、零拷贝和异步 IO，优化端到端数据访问链路。

- 全闪分布式存储：负责客户端、元数据、存储引擎、分片、副本、纠删码和数据保护等模块。

- AI 场景性能优化：优化 Checkpoint 保存与恢复、训练数据读取、KV Cache 访问，提升 GPU 利用率和集群整体效率。

- 稳定性与可观测性：建设故障注入、性能分析、链路观测、故障恢复和数据修复能力。

你将负责

1. 参与存储下云整体架构设计，建设面向自建智算集群的高性能存储系统。

2. 研发基于 RDMA/NVMe 的高吞吐、低延迟数据访问链路。

3. 负责客户端、元数据服务、存储引擎或数据保护等核心模块。

4. 解决大模型训练和推理场景中的 Checkpoint、训练数据及 KV Cache 存储问题。

5. 持续优化系统吞吐、IOPS、尾延迟、CPU 开销、GPU 利用率和存储成本。