长鑫存储存储工程师(企业级数据架构方向) I Storage Engineer(J16081)
任职要求
1. 存储领域专家级知识 精通SCSI/iSCSI/FC协议栈原理，掌握NVMe-oF架构设计要点，熟悉Ceph/MinIO等SDS技术生态 深度理解存储芯片（QLC/PLC）及SCM（傲腾）介质特性对架构设计的影响 2. 多厂商设备驾驭能力 具备三年以上多品牌存储（Dell EMC/华为/Pure Storage）混管经验，能独立完成跨厂商LUN迁移及性能调优 掌握Brocade Fabric OS级交换机高级调优技巧，具备SAN网络分区（Zoning）安全审计能力 3. 资质认证 EMC D-UN-DY-23或华为HCIE-Storage认证，Pure Storage PCAP/NetApp NCIE专家认证持有者优先 具备GDAT（数据架构师）认证或CDMP（数据管理专家）资质者加分 4. 智能运维 熟练使用Promethe…
工作职责
1. 智能存储架构设计 主导混合云环境下的SAN/NAS融合架构设计，制定跨品牌存储资源池化方案 设计基于AI的FC SAN网络动态路径优化系统，实现Brocade 720级交换网络智能负载均衡，端到端延迟波动≤0.5ms 2. 生产级存储SLA保障 构建存储健康度数字系统，通过实时IO热力图分析实现存储性能瓶颈提前72小时预警（检测准确率≥98%） 主导多厂商存储固件升级制定零停机滚动升级方案，确保关键业务可用性≥99.999% 3. 灾备韧性体系建设 设计跨地域存储双活（HyperMetro+SRDF同步复制）与CDP持续数据保护混合方案，达成核心系统RPO=0且RTO≤180秒的军工级可靠性标准 建立灾备剧本库，通过模拟全链路故障，验证TB级Oracle RAC集群分钟级恢复能力
-负责ACG运营平台后台架构设计和开发工作，支持百度智能云的销售管理，风控管理，产商品/定价管理等能力 -较好的产品意识和一定的toB业务理解能力，愿意将业务效果作为工作重要的驱动因素 -探索大模型在运营平台的落地，设计和实现必要的机制和工具保障系统整体运行的稳定性 -负责服务高可用性、高可扩展性方向的优化调整
作为合作伙伴解决方案架构师，您将负责与生态伙伴共同设计、验证并推广基于阿里云的联合解决方案，确保技术架构的领先性、可落地性及市场竞争力。您需要具备深厚的技术架构能力和行业解决方案经验，通过与合作伙伴的技术协作，将阿里云产品与伙伴技术深度融合，打造标杆级解决方案，并推动其在目标市场中的规模化推广。 核心职责 1. 联合解决方案设计与打包 • 主导与合作伙伴共同设计面向不同领域的端到端技术解决方案，整合阿里云产品（如计算、存储、AI、大数据等）与伙伴技术（如行业应用、垂直工具），确保架构的高可用性、扩展性和安全性。 • 制定技术选型标准，评估新技术/工具的适用性，并推动其与阿里云平台的集成认证（如API对接、云市场兼容性）。 • 将联合解决方案转化为可复制的技术模板或产品包，包括架构设计文档、实施指南、配置脚本、自动化部署工具等，降低伙伴实施门槛。 • 设计解决方案的技术分层架构（如IaaS/PaaS/SaaS），明确阿里云与伙伴的接口规范及责任边界。 2. 技术推广与赋能 • 通过技术研讨会、白皮书发布、客户案例分享、线上直播等形式，向合作伙伴及客户推广联合解决方案的技术优势与最佳实践。 • 协助合作伙伴完成POC验证、技术演示及客户POC，提升解决方案的市场可信度。 • 设计并实施针对合作伙伴的技术培训计划，覆盖阿里云产品集成、架构设计、API开发等关键能力。 • 编写技术文档、FAQ、故障排查手册等，形成标准化知识库，支持伙伴快速掌握解决方案实施要点。 3. 合作伙伴技术协作与交付 • 深入参与合作伙伴项目，解决技术实施中的复杂问题（如性能调优、系统兼容性、数据迁移等），确保方案落地质量。 • 与阿里云内部团队（研发、产品、交付）协作，协调资源解决技术瓶颈，推动解决方案持续优化。 • 主导或协助伙伴完成阿里云集成认证（如解决方案认证、技术兼容性认证），确保产品在阿里云市场合规上架。 4. 市场洞察与技术策略 • 深度分析（xx）领域技术趋势、客户痛点及竞争格局，提出技术路线演进建议，确保解决方案的前瞻性和竞争力。 • 结合阿里云产品，规划与合作伙伴的技术合作方向，推动联合创新。
-负责ACG运营平台后台架构设计和开发工作，支持百度智能云的销售管理，风控管理，产商品/定价管理等能力 -较好的产品意识和一定的toB业务理解能力，愿意将业务效果作为工作重要的驱动因素 -探索大模型在运营平台的落地，设计和实现必要的机制和工具保障系统整体运行的稳定性 -负责服务高可用性、高可扩展性方向的优化调整
1. 基于对AI应用创新全链路业务理解，搭建企业级数据仓库主题模型体系，构建离线/实时数据模型，统一支撑核心数据产品和系统，为业务提供分析决策支持； 2. 参与从数据采集、存储、计算到查询应用的端到端的海量数据处理架构设计和开发，如批流一体、数据湖、OLAP等； 3. 负责面向业务目标的数据建模和分析工作，制定符合业务特点的解决方案并推进落地实施； 4. 不断探索行业内最新的大数据解决方案，提升算力、降低成本、拓展多元数据服务能力。