The posting
业务方向: 1、分布式全闪文件存储的设计和开发,打造面向AI/超算场景的全闪文件产品。 2、完成产品的性能优化与高可用保障机制。 3、对新需求进行技术规划与业务场景适配。
工作范式: 我们正在打造一个 AI-Native(原生 AI) 的研发环境,将 AI Agent 视为团队的“虚拟合作者”。 - 拒绝低效重复: 那些原本耗费你大量精力的 CRUD、样板代码、单元测试和文档编写,在这里统统交给 AI Agent 自动化完成。 - 专注高维价值: 腾出宝贵的时间,专注于 系统架构设计、复杂业务逻辑拆解、技术决策 以及 用户体验创新。 - 超级个体: 我们鼓励并支持每一位工程师成为“以一抵十”的超级个体。
为了支持这一理念,我们提供环境支持: - 工具链支持: 公司全额承担AI 生产力工具的订阅费用。无需为工具的 Token 焦虑,只需关注如何解决问题。 - AI-First 基础设施: CI/CD 流水线和开发脚手架正面向 Agent 模式构建,通过自然语言指令快速部署和验证代码。 - 容错与探索空间: 我们鼓励你在项目中探索 AI Agent 的新边界。
1、核心技术能力要求 1.1 编程与系统开发 语言:精通C/C++(必选),熟悉Go/Python(加分项) 系统能力:深入理解Linux内核、文件系统、I/O机制,具备多线程/高并发编程经验 性能优化:对性能调优有强烈驱动力,能解决大规模集群下的延迟、吞吐瓶颈 1.2 分布式系统理论熟练 掌握分布式算法(Paxos、Raft)及一致性模型(强一致/最终一致) 熟悉分布式存储架构设计,如元数据管理、数据分片、容错机制(纠删码/多副本) 1.3 熟练运用 AI Coding Agent实现开发流程自动化,具备将复杂需求拆解并委派给 Agent 执行的工程能力。
2、文件存储专业知识领域要求 2.1 文件存储与协议开发经验 熟悉wekaIO、Lustre、vastdata、Ceph、GlusterFS等主流分布式文件系统架构; 熟悉NFS/SMB文件协议或对象存储接口 2.2 高性能技术栈开发经验 熟悉用户态I/O加速技术(SPDK、DPDK)、RDMA网络 了解存储介质特性(SCM、QLC闪存)及硬件协同优化
3、工程实践能力要求,至少3年及以上文件系统相关领域开发经验 3.1 主导过EB级分布式存储系统的架构设计或核心模块开发 3.2 具备高可用、高扩展架构经验(如动态分片、负载均衡、多租户隔离) 3.3 有线上系统部署、故障诊断、性能分析(如Fio/IOR测试工具)经验
4、云原生与AI场景适配经验(加分项) 4.1 熟悉容器化部署(Kubernetes) 4.2 对接AI框架(PyTorch/TensorFlow),优化Checkpoint读写、数据流水线
5、附加技能与素质 5.1 跟踪行业前沿(如DPU硬件卸载、存算分离架构),推动技术落地 5.2 参与开源社区贡献(如Lustre/Ceph代码提交)优先 5.3 强沟通协作能力、英文技术文档读写能力



