蚂蚁金服蚂蚁集团-高性能存储研发专家-上海/杭州
任职要求
1. 存储引擎与系统深度 引擎设计：精通 LSM-Tree、B-Tree 等存储引擎原理，具备自研或深度定制高性能 KV 存储/持久化引擎的能力。 文件系统：深入理解 Linux I/O 子系统（ext4/xfs 等），熟悉 FUSE/SPDK blobfs，精通 io_uring、libaio 等异步 I/O 框架。 存储算法：精通 EC 纠删码（Reed-Solomon/LRC）、去重压缩、复杂负载均衡及分布式共识协议。 2. 高性能组件与网络 RDMA/网络：精通 Verbs API、libfabric 或 UCX，深入理解 QP/CQ 管理及 RDMA 硬件底层机制。 SPDK/DPDK：精通用户态驱动开发，熟悉 PMD、Mempool、Ring 缓冲区管理及 NVM…
工作职责
岗位目标： 深度参与下一代超大规模分布式存储系统的架构设计与实现。利用 Kernel Bypass、软硬协同 及自研存储引擎等尖端技术，解决千亿级元数据挑战，构建微秒级低延迟、高吞吐的存储内核，支撑大模型训练及高性能计算场景。 核心职责： 1. 存储内核与引擎开发：负责 Blob 存储内核、持久化引擎及高性能元数据服务的设计与开发；针对 SSD/HDD 特性优化存储格式，实现小文件聚合、EC 编码及高效压缩。 2. 软硬协同与性能加速：利用 RDMA、SPDK、DPDK 等技术栈重构存储 I/O 链路，实现全链路零拷贝（Zero-copy）与微秒级端到端延迟。 3. 全栈性能调优：针对 AI 训练等高并发场景，进行 CPU 亲和性、NUMA 架构、网卡 Offload 及存储协议栈的深度调优，消除系统瓶颈。 4. 前沿技术落地：探索并落地高性能用户态文件系统、NVMe-oF 及计算存储一体化方案，确保存储系统在吞吐量与存储密度上的持续领先。
1. 存储和 AI infra 研发，开发和调优高性能通信框架，包括多线程任务调度、零拷贝内存管理、多协议自适应 RPC 等，聚焦云存储（EBS/OSS/DFS/CPFS）与 AI 智算场景的网络基础设施，主导下一代高效稳定的存储网络技术体系构建。 2. 主导 DPDK 和 RDMA 技术栈的深度优化和落地，在不同业务的不同网卡&交换机环境中，进行网络库的适配、集成、性能调优，突破单机业务吞吐瓶颈，降低平均和长尾延迟。 3. 开发基于 BF3 的智算网络加速方案，实现高带宽低延迟大规模 AI 数据流处理。 4. 参与建设网络框架监控、智能运维体系，在保障网络高性能的同时，兼顾可控、可靠、可视化。
1、负责智算高性能存储系统架构设计与开发，面向AI训练场景的大规模、高性能并行文件系统研发，满足训练场景TB级读写吞吐能力；面向推理场景的数据流动、任意（Anywhere）挂载，高吞吐大容量的存储能力满足； 2、软硬件定义，机型设计，构建存算协同机制，实现GPU Direct Storage、KV Cache/Share，不断提升存储系统性能和计算效率； 3、保障存储系统高可用与数据安全，通过分布式强一致性、同/异步复制提升数据可靠性，设计系统自愈能力应对磁盘/节点异常，增强系统可观测和易运维能力，并通过测试与故障注入得到验证。
参与AI场景高性能文件存储系统研发，包括： 1、文件系统元数据与数据系统架构设计，以及元数据和数据分离策略下的一致性保障机制； 2、分布式数据和元数据管理，高性能的分布式一致性协议； 3、通过基于访问热度统计，结合启发式算法比如机器学习算法进行文件聚类，结合新型存储介质比如 ZNS SSD 提高存储空间利用率，提升 SSD 使用寿命； 4、用户态文件系统（FUSE）与内核态协同的零拷贝访问技术，并且能和 AI 训练框架（比如PyTorch/TensorFlow）和推理框架（vLLM，SGLang等）深入融合，构建计算侧高性能的分布式缓存，提升 AI 场景端到端性能。
【团队使命】 在大模型时代，数据与存储是智能的基石。让任何AI应用都能以零妥协的性能和无限扩展能力持续获取数据——存储不仅是承载信息的底座，更是决定AI成本与极致体验的核心引擎。 【岗位类别】：实习/全职 1.设计与开发支撑大模型推理的高性能、高可用 KVCache 存储系统，在毫秒级延迟和上亿级 IOPS 下保障系统稳定，用底层的技术突破直接颠覆公司核心产品的性价比与用户体验。 2.设计与开发下一代分布式文件系统和对象存储系统，为超大规模训练提供极致带宽与稳定数据链路，为分布式数据处理提供强一致的共享存储层。