字节跳动
大模型训练存储系统专家-Seed
大模型训练存储系统专家-Seed
发布于 大约 3 小时前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
本科
系统与安全工程
Go
Hdd
Megatron-Lm
Pytorch
Rdma
Ssd
分布式存储
对象存储
文件系统
AI 估算 · 50k–80k
大模型存储专家稀缺，技术门槛高，字节跳动薪资竞争力强，为中高层技术岗位
职位详情
关于这个职位
该职位负责字节跳动Seed团队大模型训练存储系统的设计与开发，涵盖文件系统、Kubernetes存储接入、多机房数据调度等核心组件
你将参与优化大规模训练任务的IO性能与成本，是支撑AI基础设施的关键角色
适合对分布式存储和机器学习系统有深入理解的技术专家
最低要求
熟练掌握Linux环境下的C++/Go/Python/Shell等1至2种以上语言
熟悉Kubernetes架构和生态，熟悉PV/CSI等云原生容器存储技术，有丰富的机器学习系统实践和开发经验
掌握分布式系统原理，参与过分布式系统的设计、开发和维护
有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分
有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，能够快速的响应和行动
有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档
工作职责
负责机器学习系统存储相关组件的设计和开发，服务于各方向场景（LLM/CV/Speech等）的数据加载模块和模型状态持久化，从而优化任务IO性能，提升有效训练时间
负责设计和实现面向机器学习场景的文件系统，使用内存、SSD、HDD以及云端对象存储等介质进行数据的持久化存储和管理，均衡的优化存储性能与成本
负责Kubernetes场景下各类存储系统的接入、管理、治理、监控
负责多机房、多地域、多云场景的在任务数据联合调度，优化跨区域数据传输，实现负载的合理化分布
优先资格
熟悉至少一种主流的机器学习框架（如PyTorch/Megatron-LM）
熟悉Fuse用户态文件系统，分布式缓存系统（如Alluxio），云原生存储编排系统(如Fluid)等
熟悉操作系统内核，高性能RDMA网络通信等
在计算机系统存储顶会（包括但不限于OSDI/SOSP/FAST）上有文章发表经验
AI 洞察
优缺点分析
优点
- 深度参与大模型训练的核心基础设施，技术前沿性强
- 团队氛围技术导向，能接触分布式系统最新技术（如RDMA、用户态文件系统）
- 技术栈较深，需掌握存储、网络、内核等多领域知识
- 适合对分布式系统和存储技术有浓厚兴趣，能接受高强度工作，并希望在AI基础设施领域深耕的技术专家
缺点 / 挑战
- 字节跳动平台资源丰富，业务场景多，有大量实际挑战
- 工作强度较高，大型训练任务对稳定性和性能要求苛刻
- 需快速响应线上问题，运维压力较大
角色解读
- 成为AI基础设施领域顶尖的存储系统专家，主导核心组件设计
- 向系统架构师发展，负责整体训练平台的存储架构
- 可转向更广泛的AI系统优化或管理层方向，如技术Leader
- 设计和开发机器学习系统的存储组件，优化数据加载与模型持久化的IO性能，提升训练效率
- 实现面向机器学习场景的分布式文件系统，平衡存储性能与成本
- 在Kubernetes环境下管理存储系统的接入、监控与治理，支持多机房、多地域数据调度
- 精通C++/Go/Python及Shell，熟悉Linux环境
- 深入理解Kubernetes存储生态（PV/CSI），有分布式系统开发经验
- 掌握分布式系统原理，能设计并维护大型分布式存储系统
申请策略
- 关注字节跳动Seed团队的技术博客和开源项目，了解其技术栈
- 面试前准备可扩展的存储架构设计案例，体现抽象和系统设计能力
- 突出分布式存储系统的设计或优化经验，特别是参与过大规模集群的存储方案
- 强调Kubernetes存储相关项目（如CSI驱动开发、存储编排）
- 如有机器学习系统优化经历（如PyTorch数据加载优化），重点说明
- 补充Fuse用户态文件系统、Alluxio、Fluid等开源项目实践
- 学习RDMA网络编程和操作系统内核知识
面试指南
- 先明确需求场景（如训练作业的IO模式），然后分层设计：客户端缓存、元数据服务、数据持久化层，并考虑故障恢复
- 对于优化问题，从瓶颈分析入手（IOPS、带宽、延迟），提出针对性方案（如RDMA、本地SSD缓存等）
- 如何设计一个面向大模型训练的高性能文件系统？
- Kubernetes中CSI的实现原理？如何优化存储插件性能？
- 你在分布式系统中遇到过的数据一致性问题及解决方法？
- 如何处理多机房数据传输的延迟和带宽瓶颈？
- 复习分布式系统经典论文（如GFS、Ceph架构），以及Kubernetes存储文档
- 准备1-2个自己主导的存储系统优化项目，有量化效果（如IO吞吐提升X%）
职位点评
76
综合评分
大厂前沿、技术顶尖、薪资优厚，但工作强度大、WLB一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
最适合发展性动机强、追求技术成长的求职者，愿意为之牺牲部分生活平衡。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展95
工作生活40
使命价值85
薪资福利
80较高
字节跳动薪资水平业内领先，但该JD未明确薪资范围，也未提及具体福利，因此补偿性动机满足程度中等偏上。
薪资信号未披露（AI估算：50K-80K/月）
成长发展
95较高
使用前沿技术（Kubernetes、分布式存储、大模型），团队技术导向强，有大量成长空间。
技术前沿前沿/新兴技术
技术栈Kubernetes、分布式存储、RDMA、Fuse、Alluxio、Fluid
业务类型profit_center
工作生活
40较低
工作地点北京，仅现场办公，未提及弹性工作或WLB，典型大厂高强度节奏，生活化动机满足度较低。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
85较高
AI大模型是高速增长赛道，字节跳动Seed团队致力于通用智能，社会影响力较大，但JD未直接提及使命愿景。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
字节跳动 的其他在招职位
相似职位推荐
Watch Jobs