vivo存储系统工程师（内核方向）

1. 参与自动驾驶大规模分布式文件系统的功能开发、性能优化与维护，支撑海量训练数据的存储与访问 2. 参与存储安全能力建设，包括数据保护、权限管控、审计追踪等方向 3. 参与存储成本优化，探索冗余策略、跨集群数据迁移等技术方案 4. 协助进行存储引擎性能分析、瓶颈定位与调优，针对自动驾驶训练场景的 IO 特征探索加速方案 5. 与算法团队及平台团队协作，参与标准化数据服务接口开发，支持算法迭代与数据分析需求

1, 设计并实现面向机器人具身智能场景的统一存储抽象层，支持多模态数据（图像、视频、点云、传感器日志）的自动标签化与版本管理； 2, 构建与流水线调度系统（Airflow/dagster）深度协同的数据平面，实现数据的高吞吐摄入、低延迟读取及生命周期管理； 3, 参考业界前沿架构，优化存储引擎的元数据服务与数据分片策略，支撑大规模数据清洗、质检与模型训练； 4, 推动存储系统的自动化运维，包括容量规划、性能监控、故障自愈，并与算法、运维团队协作，提升数据流水线的整体效率。

1、负责存储相关组件的设计和开发，服务于大模型推理和训练场景，包括模型分发加载、KV Cache存储和优化，数据IO性能优化，提高核心性能指标； 2、负责设计和实现面向面向海量数据模型训练和视频转码的分布式缓存文件系统，使用内存、SSD、HDD以及云端对象存储等介质进行数据的持久化存储和管理，均衡的优化存储性能与成本； 3、负责设计和实现面向多模态内容理解和检索元数据管理服务。

1. 搭建模块级验证环境，制定数据通路和算法功能验证策略 2. 执行形式验证/动态仿真等有效验证方法来确保设计满足规格要求 3. 分析和解决故障与问题，确保验证进度，交付完全验证的数据和算法通路相关功能设计