存储系统专家

优缺点分析

角色解读

• 技术深耕：成为存储系统与AI芯片交叉领域的顶级专家，主导下一代存储技术预研
• 架构师方向：晋升为系统架构师，负责大型AI系统的整体存储架构设计
• 管理方向：带领存储技术团队，从技术专家过渡到技术管理者
• 分析AI大模型等应用的IO访问模式，设计高性能存储方案，优化数据读写效率
• 预研新型存储介质（如NVM、SCM）在AI芯片上的应用，提升带宽和存储密度
• 与芯片设计团队协作，优化并行计算下的存储架构，解决带宽瓶颈
• 深入理解Linux存储栈（文件系统、块层、NVMe驱动等），有实际调优经验
• 熟悉AI芯片或GPU的存储架构，了解并行计算中的带宽与延迟优化
• 具备计算机体系结构背景，能分析workload特征并设计针对性方案
• 英文读写流利，能阅读技术文档和撰写方案

申请策略

• 投递时附上个人技术博客或GitHub项目，展示存储相关深入分析
• 关注vivo在AI和芯片领域的布局（如vivo自研芯片），在面试中展示对公司的了解
• 突出Linux存储系统调优和项目经验，尤其是涉及高性能存储或SSD/NVMe的实际案例
• 强调AI芯片或GPU存储相关项目，如训练集群存储优化、分布式文件系统等
• 展示英文技术文档撰写或国际会议论文，体现英文能力
• 如果有手机领域经验，重点描述与vivo业务（如手机存储、AI推理）的关联
• 补充AI芯片存储架构知识，可学习NVIDIA GPU的存储层次（如HBM、NVLink）或存算一体技术
• 熟悉新型存储介质（如Optane、ZNS SSD）的原理和应用场景

面试指南

• 用STAR法则（情境、任务、行动、结果）描述技术案例，突出量化指标（如延迟降低X%，带宽提升Y%）
• 对于开放性设计问题，先分析核心约束（带宽、延迟、容量），再提出分层或缓存方案，必要时结合新型介质
• 请描述你优化过的一个Linux存储系统性能案例，采取了哪些方法？
• AI大模型训练中常见的IO性能瓶颈有哪些？如何解决？
• 新型存储介质（如CXL、SCM）对存储架构会带来什么变革？
• 如何评估并设计一个满足AI芯片并行计算需求的存储方案？
• 谈谈你对手机终端上AI推理的存储挑战的理解
• 复习Linux存储子系统关键路径（VFS、块层、I/O调度），准备一个深挖的案例