【练习生】AI存储研发工程师

优缺点分析

角色解读

• 从实习转正为正式员工，成为AI存储领域的核心研发人员
• 深入掌握云原生存储、高性能缓存等前沿技术，向分布式系统专家发展
• 有机会参与系统架构设计，晋升为技术负责人或架构师
• 参与AI大模型训练场景下的存储系统研发，包括云原生文件系统和缓存加速系统
• 与AI平台和算法团队协作，解决百亿级元信息、Tbps级吞吐等分布式存储难题
• 优化I/O路径，实现数据智能调度和预取，提升GPU利用率
• 熟悉Golang或Java编程语言，具备扎实的编码能力
• 了解分布式系统原理，有文件系统或存储系统经验更佳
• 快速学习能力，能独立分析并解决问题

申请策略

• 了解小红书在AI领域的业务场景，展示自己的兴趣和匹配度
• 准备一个关于存储系统优化或AI训练存储需求的小案例
• 突出Golang/Java项目经验，尤其是与存储、分布式相关的项目
• 如有文件系统、缓存或AI训练相关经历，务必重点描述
• 强调自己在项目中的独立解决问题能力和系统设计能力
• 提前学习云存储相关技术，如Ceph、MinIO、JuiceFS等
• 了解AI训练流程和GPU资源管理基本概念
• 练习系统设计面试题，尤其是分布式存储部分

面试指南

• 针对系统设计题，先明确需求和数据规模，再设计分层架构，最后考虑容错和性能
• 对于技术问题，结合具体项目经历，按STAR法则（情境、任务、行动、结果）回答
• 比较开源技术时，从适用场景、性能、一致性等维度分析
• 请解释分布式文件系统的基本架构和元数据管理方式
• 如何设计一个针对AI训练场景的高吞吐缓存系统？
• 描述一个你解决过的复杂技术问题，包括思路和结果
• Golang中goroutine和channel的原理及应用场景
• 了解哪些开源的存储系统？它们的优缺点是什么？