大模型存储研发Leader/架构师

优缺点分析

角色解读

• 技术方向：成为大模型存储领域的顶级专家，主导行业标准与创新
• 管理方向：从团队Leader晋升为总监，带领更大规模的存储团队
• 横向发展：转向AI基础设施全栈架构，覆盖计算、网络、存储
• 设计并实现大模型训练/推理场景下的一体化分层存储架构，对接主流AI框架
• 通过CXL、RDMA、GPU Direct等高速互联技术优化IO路径，降低推理延迟
• 解决万卡级训练中的存储稳定性与性能波动问题，保障长周期训练
• 扎实的分布式系统理论功底，精通一致性、可靠性、扩展性等核心原理
• 精通Linux环境下的C/C++/Go/Python，具备高性能编程能力
• 熟悉高速互联技术（RDMA、GPU Direct、CXL）及存储性能调优

申请策略

• 了解腾讯内部存储体系（如CFS、COS、Yotta）及其在大模型场景的应用
• 准备一个完整的系统设计案例，体现从需求分析到架构选型的能力
• 重点突出主导或参与的大型分布式系统项目，尤其是存储相关（如文件系统、对象存储、KV存储）
• 展示性能优化实例：如IO延迟降低、吞吐提升的具体数据
• 强调对高速互联技术（RDMA、GPU Direct等）的实际使用或研究经验
• 补充CXL协议和GPU Direct Storage的原理与应用知识
• 深入学习大模型训练/推理的数据流特征和常见IO瓶颈

面试指南

• 使用系统设计方法论：明确需求（性能、容量、一致性）→ 调研现有方案 → 提出分层架构 → 详细设计每个组件 → 考虑容错与扩展
• 从实际问题出发：描述背景 → 分析根因 → 提出方案 → 实施效果 → 经验总结
• 技术对比：从原理、性能、适用场景、成熟度等维度展开
• 如何设计一个面向大模型训练的分层存储系统？
• 请描述一次你发现并解决分布式存储性能瓶颈的经历
• CXL和RDMA在存储场景下的优缺点对比？
• 如何保证万卡训练场景下存储的一致性和稳定性？
• 对于TTFT和TBT优化，你有哪些具体思路？