阿里云阿里云智能-文件系统开发专家-AI领域-杭州/上海
任职要求
1. 编程基本功扎实，精通C/C++，熟悉至少一门脚本语言； 2. 熟悉传统企业级文件系统、分布式文件系统或各类存储引擎者优先，包含但不限于 Ext4、HDFS, GFS, Lustre, GPFS, Ceph, GlusterFS, RocksDB等； 3. 具有高并发和超大规…
工作职责
1. 负责文件系统核心 IO 栈的研发，参与数据路径和元数据路径的技术方案设计和研发，以及规模、性能、成本优化； 2. 负责分布式文件系统的稳定性和质量，包括但不限于系统的模块可观测性、FaultTolerance、确保数据正确性和系统稳定性； 3. 参与各种复杂业务场景的分布式文件系统的设计与研发，实现和完善系统高可用、高可靠、高性能设计。
智算存储技术开发专家将负责开发阿里云智算存储的数据的备份，容灾，同步，分层，治理子系统的研发，日常工作包括但不限于： 1. 设计和开发针对智算数据的大规模分布式数据保护与管理系统，包括但不限于数据重删，压缩，存储，复制，归档，分析功能，同时对系统的监控和运维能力负责，保证系统安全性和可靠性； 2. 测试，调优和运维大规模公共云服务和分布式存储系统； 3. 保持前瞻性, 随着业务复杂性, 负载增加, 运行管理复杂性的增加, 持续的推动系统设计的重构。
1. 负责高性能并行文件系统中，新型存储介质、RDMA 网络相关性能分析工具开发和性能验证； 2. 结合存储硬件演进，负责并行文件系统的存储引擎在性能、成本、稳定性多维度的持续优化； 3. 与硬件团队合作进行软硬件结合设计，负责相关的存储软件设计和性能优化。
1. 负责文件存储可观测性指标体系设计实现，定义监控指标埋点和采集流程标准、定义产品全链路关键性能指标、实现数据和元数据全链路请求追踪方案、构建多层级监控体系，支持实时监控与历史趋势分析。 2. 负责文件存储异常诊断系统，基于可观测性指标体系开发故障根因分析和定位能力，基于 AI Agent 构建故障分析和故障处理方案智能推荐。 3. 与客户支持团队对接，提供可观测工具，辅助 SRE 团队快速响应客户问题。
1. 负责文件存储管控系统中资源管理，权限管理，数据管理和运营系统的开发工作； 2. 优化CPFS 产品的资源模型，负责AI Storage新一代的资源管理框架，满足智算场景下各类规模客户的资源管理诉求； 3. 参与建设文件存储管控系统的高可用体系，包括流量均衡、自适应容灾、故障自动化处理等，确保业务持续可用、保障线上系统稳定及安全合规能力； 4. 持续提升文件存储管控系统的用户体验，深入理解文件存储的业务，解决客户使用文件存储产品中的痛点和难点，改进不合理的设计，提升产品易用性。