基础设施与稳定性工程-AI infra存储研发工程师-文件存储

优缺点分析

角色解读

• 在AI基础设施领域深耕，成为分布式存储专家
• 有机会参与集团级核心项目，向技术专家或架构师方向发展
• 随着AI技术发展，存储技术需求持续增长，职业前景广阔
• 负责AI基础设施中分布式存储系统的研发与优化，支撑大规模训练和推理场景的I/O需求
• 探索存算分离、跨数据中心存储同步等前沿架构，提升存储系统的性能和可靠性
• 设计并实现KV-Cache等新型存储方案，与计算引擎协同优化，提升AI训练效率
• 精通C++或Golang，具备扎实的算法和数据结构基础
• 熟悉分布式存储或缓存技术，如Alluxio、JuiceFS、3FS等
• 了解RDMA、DPDK/SPDK等高性能网络和用户态开发技术

申请策略

• 了解阿里巴巴AI基础设施团队的技术栈和项目，在面试中展现对业务的思考
• 准备开源项目经历，如参与过Alluxio等，会加分
• 突出分布式存储或缓存系统的项目经验，包括架构设计、性能优化
• 强调C++/Golang编程能力，以及算法和数据结构基础
• 如有RDMA、DPDK等高性能网络经验，务必重点描述
• 展示对AI训练/推理I/O需求的理解和相关优化经验
• 深入学习分布式存储原理，如一致性、容错、性能优化
• 熟悉RDMA编程和用户态网络技术，如DPDK/SPDK

面试指南

• 采用STAR法则，结合项目经历，突出技术难点和解决方案
• 从系统设计角度，考虑性能、可靠性、成本等权衡
• 展示对底层技术的理解，如网络、存储介质
• 请介绍你参与过的分布式存储项目，如何设计数据分布和一致性？
• 如何优化存储系统的I/O性能？请举例说明
• 你对RDMA了解多少？在存储系统中如何应用？
• 如何设计一个KV-Cache系统以支持大模型训练？
• 在分布式系统中，如何保证数据一致性和高可用？