The posting
业务方向： 1. 负责面向 AI Infra 的高性能分布式存储系统测试，覆盖功能、性能、稳定性、可靠性和故障恢复。 2. 负责理解业界主流AI Infra高性能存储功能、性能水平和应用场景，将上层业务流抽象为底层存储访问模型和压力模型。 3. 负责分析 AI训练、推理等多任务场景下对存储性能、可靠性、压力相关的要求，并落入到存储场景测试中。 4. 负责设计存储系统功能测试，覆盖读写、批量访问、并发访问、元数据、一致性、生命周期、幂等性、异常恢复和版本兼容等场景。 5. 负责设计性能、容量和稳定性测试，覆盖高并发、海量对象/Chunk、热点访问、冷热数据混合、小 IO/大 IO 混合、单节点/多节点扩展等场景。 6. 负责故障注入和可靠性测试，覆盖节点故障、网络抖动、网络分区、磁盘故障、数据损坏、扩缩容、滚动升级、主备切换、数据迁移等场景。 7. 负责构建自动化测试平台，实现高效的测试、回归、压测、数据一致性校验、故障注入、指标采集，快速验证版本并输出测试报告。 8. 负责结合日志、metrics、trace 和系统指标定位复杂问题，推动研发完成问题闭环。
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. 本科及以上学历，计算机、软件工程、通信、自动化或相关专业； 2. 具备 5 年及以上分布式文件、块或对象存储相关测试经验，熟悉行业相关存储设计； 3. 熟练运用 AI Agent，具备将复杂需求拆解并委派给 Agent 执行的工程能力； 4. 了解业界主流 KVCache 语义、性能水平和应用场景，理解 KVCache 在大模型推理中的典型业务流； 5. 熟悉 KVCache 对底层存储的业务模型和压力模型，能够设计长上下文、多轮会话、高并发、多模型、多租户、热点访问、冷热分层等测试场景； 6. 熟悉高性能分布式系统、数据库或缓存系统常用技术，包括分片、多副本、主备、Raft/Paxos、一致性哈希、LSM Tree、WAL、异步 IO、零拷贝、RDMA、NVMe、SPDK、冷热分层等； 7. 熟悉常见数据库、存储或缓存组件，如 RocksDB、Redis、etcd、Ceph、MinIO/S3、MySQL、PostgreSQL、HDFS、对象存储、块存储、文件系统等； 8. 熟悉 Linux、网络、容器和 Kubernetes，具备 Python/Shell/Go/C++ 任一语言的自动化或工具开发能力； 9. 熟悉性能测试、容量测试和稳定性测试方法，能够分析延迟、吞吐、IOPS、带宽、P99/P999、CPU、内存、磁盘、网络、锁竞争、队列堆积等问题； 10. 具备较强自动化规划和实现能力，帮助团队提升整体测试效率和产品覆盖度； 11. 熟悉日志、metrics、trace、监控告警和 CI/CD，具备复杂问题定位和跨团队协作能力。
加分项： - 有 AI Infra、LLM Serving、KVCache、大模型推理、GPU 集群相关测试经验。 - 熟悉 vLLM、TensorRT-LLM、SGLang、Triton、Ray、KServe 等框架或组件。 - 有高性能 IO、RDMA、InfiniBand、NVMe、SPDK、io_uring、GPU Direct Storage、NCCL 等相关测试经验。 - 有分布式存储、数据库内核、存储引擎、缓存系统、对象存储、文件系统测试经验。 - 有长稳测试、故障注入、全链路压测、容量规划、性能基线、测试平台建设经验。 - 有 C/C++、Go、Rust 开发经验，能够阅读存储或服务端核心代码者优先。
