蚂蚁集团-存储加速研发工程师-杭州

优缺点分析

角色解读

• 成为存储领域的专家工程师，主导核心存储架构设计
• 向AI基础设施架构师方向发展，深耕大模型底层支撑技术
• 拓展至更广泛的云原生存储或大数据平台领域
• 研发分布式存储加速系统，解决大模型训练中的数据IO瓶颈
• 与算法团队协作，优化Checkpoint读写及大规模数据加载流程
• 构建存储生态工具，提升存储系统的易用性和数据同步效率
• 跟踪并调研存储领域的前沿技术趋势
• 扎实的Java或C++编程能力及线上问题排查经验
• 深入理解分布式文件系统（如Alluxio, JuiceFS）及FUSE架构
• 熟悉高性能网络传输技术（RDMA, CXL, GDR）者优先
• 了解大模型训练IO场景及优化策略

申请策略

• 准备关于存储一致性、容错机制的技术面试题
• 展示对蚂蚁技术博客或开源贡献的了解，体现技术热情
• 突出Java/C++在分布式系统中的实际落地项目，特别是性能优化案例
• 详细列举对Alluxio、JuiceFS等开源存储系统的深度使用或二次开发经验
• 强调解决高并发、低延迟IO问题的具体成果和数据指标
• 深入学习Linux内核及FUSE机制，理解用户态与内核态交互
• 研究RDMA/CXL等新型硬件加速技术在存储中的应用
• 补充大模型训练框架（如PyTorch）中IO模块的工作原理

面试指南

• STAR法则：情境-任务-行动-结果，重点量化优化效果
• 原理+实践：先阐述底层原理，再结合具体项目案例说明应用
• 对比分析：横向对比不同技术方案，说明选型理由
• 请描述一下你熟悉的分布式文件系统架构及其优缺点
• 如何优化大模型训练中的Checkpoint写入性能？
• FUSE的工作原理是什么？有哪些性能瓶颈？
• 遇到线上存储延迟突增，你的排查思路是怎样的？
• RDMA相比传统TCP/IP在网络传输上有什么优势？