Job Description

存储架构与性能优化工程师（大模型 / AI 基础设施方向）上海社招全职研发 - 运维职位描述1. 面向大模型训练、推理与数据清洗场景，负责存储软件与硬件方案的选型、测试、交付与运维，制定存储产品技术路线，支撑大规模 GPU/AI 集群稳定运行。
2. 设计并实施 AI 场景下的存储性能测试体系，覆盖：
大模型训练（Checkpoint / Dataset / ...IO 伴生负载）
推理服务（低延迟、高并发、小 IO）
数据清洗与特征工程（高吞吐、顺序/混合 IO）
3. 输出性能评估与优化报告，指导架构决策。
4. 深入分析训练与推理链路中的 IO 瓶颈（CPU / GPU / 网络 / 存储协同），提出针对性的性能调优方案，包括但不限于：
存储协议与参数优化
数据布局与访问模式优化
Cache / Buffer / 并发模型优化
5. 评估 新型存储硬件与技术 在 AI 场景下的性价比与适配性（如 NVMe SSD、RDMA、分布式存储、新文件系统），推动新技术在大模型平台落地。
6. 持续监控存储系统在 真实大模型业务负载 下的稳定性、性能与质量，快速定位问题并推动闭环改进，与训练框架、平台及硬件团队协作解决复杂问题。
7. 建设和完善 存储性能测试方法、工具与自动化体系，提升大模型基础设施的整体效率与可扩展性。
职位要求1. 本科及以上学历，计算机、电子工程等相关专业，
2. 5 年以上存储领域经验（开发 / 测试 / 性能优化），
3. 3 年以上存储系统架构设计或规划经验
4. 熟悉 Linux / Unix 系统，精通系统与 IO 相关原理，具备独立分析和解决复杂性能问题的能力。
5. 熟悉至少一种存储形态： 对象存储 / 块存储 ；分布式文件系统（如并行文件系统、云存储架构）
6. 理解其在 大模型训练与推理场景 下的适用性与限制。
7. 熟悉服务器硬件体系结构（CPU、内存、NVMe SSD、NIC、PCIe 拓扑等），理解 GPU 训练对存储与网络的依赖关系。
8. 熟练使用性能测试与分析工具，如 Fio、Iperf、IOzone 等；
9. 有 AI 场景定制化性能测试或工具开发经验 者优先。
10. 具备良好的跨团队沟通与项目推动能力，能够在 模型训练、平台、硬件、运维 等多团队协作中推动问题落地解决。 投递