阿里云阿里云智能-存储SSD部件研发专家-AI领域-上海
任职要求
1. 计算机、电子和通信相关专业背景，8年以上存储领域的工作背景，熟悉存储软件和固件的架构设计和开发，具备相关的产品化经验。
2. 对于SSD、非易失性内存，和服务器整机系统有实际使用…工作职责
1. 深入理解基于NAND的固态硬盘（SSD)，基于SCM介质的Persistent Memory (PMEM)的原理，架构，控制器/固件实现，以及相应主机端驱动和操作系统IO软件栈的架构和实现，针对阿里云业务场景，架构 / 设计 / 开发相关产品，满足阿里数据中心对于新型SSD和PMEM的需求。 2. 深入理解存储业务应用，对分布式文件系统、块存储、对象存储、文件存储、以及大数据平台进行深入分析，了解阿里业务情况与用户需求，制定低成本，高性能的存储软硬件技术和产品的发展路线。 3. 与工业界、学术界密切接触，跟进新研究、开发状态，结合阿里业务发展，规划未来阿里存储软硬件产品，以及相应软硬件架构的路线图，推进存储平台的标准化，发表文章和专利，树立国际影响力。 4. 与服务器架构团队密切配合，规划机型，并落地针对块存储/对象存储/冷存储/大数据存储等各类软硬件产品。
1. 深入理解存储介质部件软硬件技术，熟悉存储介质（如CMR HDD，SMR HDD，NVME SSD，SCM等）、存储互联技术（如Ethernet，RDMA等）架构以及产品，文件系统和设备驱动的架构和实现, 开发软硬件一体化的高性能存储产品满足阿里巴巴云数据中心的业务挑战和需要； 2. 深入理解存储业务应用，对分布式文件系统，块存储，对象存储，文件存储，以及大数据平台进行深入分析，了解阿里业务情况与用户需求，制高性能，低成本存储软硬件技术和产品的发展路线； 3 深入理解AI场景训练推理存储系统需求及存储容器化部署方案，结合业务场景需求制定开发面向AI场景训练，推理存储软硬件一体化解决方案； 4. 与阿里云各软硬件团队合作，开发针对大容量，高性能存储的存储引擎、文件系统等。
1. 深入理解存储介质部件软硬件技术，熟悉存储介质（如CMR HDD，SMR HDD，NVME SSD，SCM等）、存储互联技术（如Ethernet，RDMA等）架构以及产品，文件系统和设备驱动的架构和实现, 开发软硬件一体化的高性能存储产品满足阿里巴巴云数据中心的业务挑战和需要； 2. 深入理解存储业务应用，对分布式文件系统，块存储，对象存储，文件存储，以及大数据平台进行深入分析，了解阿里业务情况与用户需求，制高性能，低成本存储软硬件技术和产品的发展路线； 3 深入理解AI场景训练推理存储系统需求及存储容器化部署方案，结合业务场景需求制定开发面向AI场景训练，推理存储软硬件一体化解决方案； 4. 与阿里云各软硬件团队合作，开发针对大容量，高性能存储的存储引擎、文件系统等。
大模型具备很强的泛化及理解世界能力，在小红书内的众多生产场景遍地开花，大模型的训练和部署已成为许多算法工程师的日常。在多团队、多业务频繁使用的大规模GPU集群上，如何能够通过高效的GPU调度策略，使大家不仅能丝滑地完成训练及部署任务，同时也能充分激发大规模GPU集群的效能，是行业公认的关键挑战。在这里，你可以聚焦LLM场景，接触到超大规模GPU集群，并使用真实负载数据进行深入分析及技术探索。欢迎加入我们，一起探索领先技术改变世界！ 工作职责： 1、负责万卡规模GPU集群效能分析及优化，通过调度策略优化、在离线混部、集群调度、GPU虚拟化、故障快速恢复、存储&网络加速等手段，提升大规模GPU集群的整体使用效率。 2、负责构建面向大模型训练、微调、推理、部署全流程LLMOps，与下游云原生平台深度融合，支撑大模型在公司内各业务生产链路稳定高效地落地。 3、持续关注业界最新的GPU资源调度相关技术动态，探索建设业界领先的资源调度策略及方法，构建下一代大规模AI资源调度系统。
【职位描述】 1、设计和实现机器学习平台业务系统, 包括工具链/组件等AI基础设施, 落地业务功能需求； 2、高效优化和部署 计算机视觉、语音识别、语音合成、自然语言处理 等业务模型； 3、与公司各算法部门深度合作, 分析业务性能瓶颈和系统架构特征, 软硬件结合优化, 实现极致性能。