岗位职责
参与AI场景高性能文件存储系统研发，包括：
- 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扩展性和一致性机制。
- 分布式数据和元数据管理，高并发负载下的智能负载均衡和高性能分布式一致性协议研究。
- 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。
- 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。
职位要求
- 计算机方向相关领域专业，在校研究方向：高性能文件系统、分布式存储、存储引擎、KV 存储、一致性协议、SSD 芯片、智能网卡、AI 训练/推理存储加速等。
- 具有扎实的算法和数据结构功底，具备扎实的编程基础，熟悉C++/C/Python/Java等语言。熟练使用 AI 工具提升开发测试效率。
- 对计算机体系结构、分布式系统等领域有一定的了解和实践。对分布式系统与一致性理论、存储系统与高性能 I/O 引擎、操作系统内核与网络、AI Infra 至少有一项领域有深入研究以及项目经验。
- 具备定义问题、设计技术方案的能力，在 FAST/OSDI 等顶会发表高性能文件系统、大规模元数据、AI 训练推理场景存储优化 等领域相关论文。
- 学习能力强，有技术热情，有较强的问题分析和技术攻关能力，有良好的沟通和团队合作能力。 加分项：
- 有参与Ceph、JuiceFS、Alluxio等开源项目核心模块开发经验。
- 有参与 AI 训练推理存储加速项目经验优先，主导存储系统压力测试或性能调优项目经验优先。
