小米混合云采购副总监

1.产品规划与落地 主导云产品（IaaS/PaaS层）的规划、设计及迭代，构建高可用、安全合规的本地化云服务能力；推动产品从0到1建设，包括资源调度、存储、网络、灾备等核心模块，满足客户低延迟、数据本地化需求。 2.商业化闭环 制定产品定价、包装及GTM策略，设计符合本地客户需求的订阅制、资源消耗制等商业模式；协同销售、解决方案团队完成客户签约、上云迁移及持续扩容，对产品营收目标负责。 3.客户上云赋能 深入理解泛互、政务、制造、医疗等本地行业客户场景，设计一站式上云解决方案，推动标杆案例落地；建立客户反馈机制，驱动产品优化，提升NPS及续费率。 4.成本精益管理 构建本地云资源成本模型，持续优化硬件采购、资源利用率及运维效率，确保产品毛利率达标。

1、负责资源运营平台的产品规划、需求分析、流程重建/梳理，通过系统化方式实现火山引擎基础设施及云资源运营及规划流程线上化，建设数字化运营能力，提升运营团队效率； 2、设计现网各类资源的水位数据模型，协调数开资源，建立准确、完善的资源供需匹配数据体系，并基于数据提供资源管理相关应用工具，包括资源需求预测、资源转换、自动采购补货等能力，提高资源周转效率； 3、深刻理解资源运营业务、能梳理并理解资源运营逻辑，完成业务核心指标看板建设，对指标进行监控与分析；并收集分析用户意见反馈，完成指标迭代与改进；支持资源运营团队日常的数据分析及汇报需求； 4、跨部门合作：与供应链、销管、经管、产品线、运维等团队密切合作，可以协调多个部门，完成多系统的功能联动，落地复杂的业务需求，时刻关注业务发展变化，及时升级系统业务架构与流程优化； 5、负责需求分析和平台功能迭代及平台运营，完成产品需求文档撰写，产品原型设计，跟进开发测试过程，保证产品准时上线，跟进产品线上线情况，组织产品培训，定期整理分析相关运营数据，对产品功能进行迭代和优化，确保产品良性持续运营。

Team Introduction: The ByteDance System Department is responsible for the R&D, design, procurement, delivery, and operational management of the company's infrastructure ranging from chips to servers, operating systems, networks, CDNs, and data centers. It provides efficient, stable, and scalable infrastructure to support global services such as Douyin, Toutiao, and Volcano Engine. The current areas of operation include, but are not limited to: the design and construction of data centers, chip R&D, server development, network engineering, Volcano Engine's edge-cloud services, high-performance intelligent hardware development, intelligent delivery and operation of IDC resources, intelligent monitoring and early warning of hardware infrastructure, operating systems and kernels, virtualization technologies, compilation toolchains, supply chain management, and many other infrastructure-related areas. 团队介绍： 字节跳动系统部，负责字节跳动从芯片到服务器、操作系统、网络、CDN 、数据中心等基础设施的研发、设计、采购、交付与运营管理，为包含抖音、头条、火山引擎等全球业务提供高效、稳定、具备可扩展性的基础设施。部门当前业务开展包括不限于：数据中心设计建设、芯片研发、服务器研发、网络工程研发、火山引擎边缘云业务、高性能智能硬件研发、IDC资源智能交付与运维、硬件基础设施智能监控与预警、操作系统与内核、虚拟化技术、编译工具链、供应链管理等众多基础设施相关方向。 课题介绍： 在当今数字化时代，随着云计算、人工智能和大数据技术的深度融合，现代数据中心正面临着指数级增长的算力需求与现有计算架构效能瓶颈之间的突出矛盾。传统以通用CPU为核心的体系架构在应对多样化负载时，暴露出诸多问题。例如，内存子系统带宽与时延约束导致的 “内存墙” 效应持续加剧，异构计算单元间的数据搬运开销占比超过实际运算时间，安全可信执行环境带来的性能损耗超过 30%，单机柜算力密度提升受限于功耗密度阈值。与此同时，新兴工作负载如AI训练、图计算、时序数据库等呈现出动态异构特征，对计算架构提出了差异化需求，传统固定架构难以实现最优能效比。 操作系统作为计算机体系结构下重要的软件基础设施与核心技术，在这样的背景下也面临着巨大的挑战。随着计算需求的增长和技术的进步，传统的同构计算环境已无法满足日益复杂的计算任务。现代计算场景中，硬件架构呈现高度异构化，包括 CPU、GPU、FPGA、TPU、NPU、DPU 等，同时边缘计算、云计算形成分布式网络。传统操作系统难以高效管理跨节点、跨架构的资源。加之人工智能训练等场景需要低延迟、高吞吐、安全可信，动态弹性的分布式系统支持，这就要求操作系统具备跨异构资源的统一抽象与调度能力。学术界和工业界对下一代计算机操作系统在分布式微内核架构，异构资源调度算法，跨层优化与编译器支持，安全可信技术，虚拟化和 Serverless，AI 驱动操作系统内核优化以及操作系统内置 AI 推理引擎等方面展开了积极的探索和研究。 课题挑战： 方向一：体系化结构方向 1）负载特征与架构优化：建立数据中心动态负载特征建模框架，深入研究面向数据中心Workload的体系结构设计与优化方法，使系统能够更好地适应多样化的负载需求； 2）CPU核心架构创新：研究高性能低功耗CPU核心架构，积极探索超标量流水线与数据流引擎的融合设计，提升CPU的性能和能效； 3）新型内存层次构建：构建支持存算一体化的新型内存层次结构，研究基于3D堆叠技术的近存计算架构，重点突破高带宽互连拓扑优化、混合内存控制器设计、内存访问模式预测算法，解决 “内存墙” 等问题； 4）安全可信架构构建：构建安全可信计算架构，包括侧信道攻击防御的微架构级实现、侧信道安全架构、自动侧 / 隐蔽通道泄漏检测，确保系统在复杂环境下的安全性和完整性； 5）数据中心架构创新：探索整机柜级系统总线扩展，构建内存语义互联的新型数据中心架构，研究基于新型总线协议 (CXL/UALink) 的全局内存共享机制，提升数据中心的整体性能和资源利用率； 6）可靠性增强技术研究：研究可靠性增强技术，包括开发基于机器学习的故障预测模型，设计自修复的微架构容错机制，研究硬件静默故障检测，以及系统及IP可靠性特性研究和数据分析，保障系统的稳定运行。 方向二：操作系统方向 1）操作系统关键技术突破：突破传统单机操作系统存在的硬件资源利用局限、功能扩展与升级运维复杂、数据管理与共享不足、安全性与可靠性欠佳等问题。在计算高度异构以及计算环境分布化的情况下，从硬件到软件建立完整的信任链，保证整个系统的安全性和完整性。同时，有效地管理和协调多个节点间的通信、数据同步及故障恢复，设计高效的调度算法来匹配任务需求与最适合的计算资源，以最大化性能和效率。操作系统需要能够理解不同类型的计算任务，并能根据实时的工作负载动态调整资源分配，实现跨异构资源的统一抽象与调度； 2）跨领域知识融合：本课题需要融合OS、内核、算法、存储、虚拟化、网络、系统工程等多方面的跨领域知识和经验，以实现数据中心智能计算体系结构与操作系统的协同创新。

-负责混合云IaaS产品的网络方向的产品规划、设计和推广 -跟踪云计算高性能网络领域的技术趋势（如RDMA、RoCE、DPU、智能网卡）和行业动态，输出竞品分析及市场机会报告 -推动与硬件厂商（如NVIDIA、Intel）、开源社区（如DPDK、P4）的合作，优化软硬协同方案。 -参与云计算平台（如IaaS、PaaS）的网络集成，确保高性能网络与计算/存储资源的协同调度 -制定产品文档、用户手册等相关文档 -负责产品的测试、上线和迭代，配合服务团队处理用户售前售后问题