长江存储
AI Storage 研究员/专家（PC/工作站方向）(J14571)
AI Storage 研究员/专家（PC/工作站方向）(J14571)
发布于 大约 9 小时前普通员工/个人贡献者
上海市 / 武汉市
高级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
Llama.Cpp
Nvme
Pcie
Pytorch
Ssd固件
Vllm
大模型推理
文件系统
驱动开发
AI 估算 · 30k–60k
AI存储方向热门，高级岗位结合一线/新一线城市薪资水平，具有较强竞争力。
职位详情
关于这个职位
该职位专注于大模型在PC/工作站上的推理性能优化，通过IO调优和软硬协同提升加载速度和吞吐量
适合具备深厚系统编程和存储架构知识、对AI底层优化充满热情的高级研发人员
最低要求
【任职要求】
学历背景：计算机、电子工程等相关专业硕士及以上学历，5 年以上系统软件开发经验
核心技能：
o 精通 C/C++，深入理解 PC 体系结构，熟悉 PCIe/NVMe 协议及 Windows/Linux 驱动开发
o 熟悉 llama.cpp等推理框架的内存管理机制，有实际优化案例
o 精通 C/C++ 或 Rust，具备高性能并发系统开发能力
o 深入理解 Transformer 架构及大模型推理原理，熟悉 PagedAttention、Speculative Decoding 等主流推理优化算法的内存/显存访问模式
o 具备从存储系统角度对推理算法进行协同优化的能力，能够根据算法的 I/O 特征（如 Prefill 与 Decode 阶段的差异）设计高效的调度策略
o 熟悉 vLLM、llama.cpp，DeepSpeed、PyTorch 等框架的 I/O 机制及显存管理逻辑，有相关源码阅读或修改经验者优先
项目经验：主导过存储驱动、文件系统、游戏引擎资源加载或高性能数据库开发，有大模型端侧部署优化经验者优先
工作职责
【岗位职责】
IO 性能优化：针对大模型加载与推理的 IO 特征，提升加载速度与 Token 生成吞吐量
软硬协同调优：联合硬件团队测试优化固件算法与资源调度，输出最佳硬件配置，适配低延迟场景
优先资格
【加分项】
熟悉 SSD 固件算法（FTL）或 NPU 内存架构
在顶级会议发表过相关论文，或是 vLLM 等知名开源项目的重要贡献者
AI 洞察
优缺点分析
优点
- 站在AI存储技术前沿，壁垒高，个人技术价值提升快
- 公司平台（长江存储）在存储领域具有领导地位，行业前景广阔
- 工作内容软硬结合，综合能力锻炼全面
- 需要同时精通系统底层和AI知识，学习曲线陡峭
- 存储硬件迭代快，需持续跟进最新技术
- 适合对底层系统有浓厚兴趣、编程功底扎实、愿意深耕存储与AI交叉领域的技术专家
缺点 / 挑战
- 调优过程可能涉及大量实验和调试，工作强度较高
角色解读
- 成为存储系统与AI推理交叉领域的专家，主导核心技术方向
- 向系统架构师或技术总监方向发展，负责整体技术规划
- 有机会在vLLM等开源社区成为核心贡献者，提升行业影响力
- 分析大模型加载与推理的IO特征，制定优化策略以提升加载速度和Token生成吞吐量
- 联合硬件团队测试并优化固件算法与资源调度，输出低延迟场景的最佳硬件配置
- 设计高效的调度策略，根据Prefill与Decode阶段的IO差异进行协同优化
- 精通C/C++或Rust，具备高性能并发编程能力，深入理解PC体系结构
- 熟悉PCIe/NVMe协议及Windows/Linux驱动开发，有存储系统或文件系统经验
- 掌握大模型推理框架（如vLLM、llama.cpp）的内存管理和IO机制
- 理解Transformer架构及主流推理优化算法（如PagedAttention）的内存访问模式
申请策略
- 准备一个详细的IO优化实验报告或代码片段，展示分析思路
- 了解长江存储在AI存储方向的布局，面试中体现行业理解
- 突出存储驱动、文件系统或高性能数据库等项目经历，展示系统编程能力
- 强调大模型推理优化案例，如使用vLLM或llama.cpp进行性能调优
- 列出开源贡献（如vLLM、llama.cpp的PR）或相关论文
- 补充SSD固件算法（FTL）或NPU内存架构知识
- 深入阅读vLLM和llama.cpp源码，理解IO和显存管理细节
面试指南
- 结合存储原理和模型特点，从IO路径、缓存、预取等角度分析
- 使用具体数据和实验对比支撑优化效果
- 展示从系统全局出发的协同优化思维
- 请描述一次你优化大模型IO性能的案例，具体步骤和效果？
- 解释PagedAttention的工作机制及其对显存访问模式的影响
- 如何评估存储系统在推理场景中的瓶颈？举例说明
- 写一段伪代码实现一个简单的NVMe读写请求
- 如果你发现推理框架的IO存在瓶颈，你会如何定位和优化？
职位点评
74
综合评分
前沿AI存储技术岗，高薪高成长，但工作地点固定且WLB不明确。
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
最适合看重技术成长和薪资回报的求职者，但需接受现场办公和可能的较高强度工作。
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85
工作生活50
使命价值75
薪资福利
80较高
薪资预估处于高端水平，但JD未明确薪酬，可能面议；长江存储福利体系完善，但未在JD中提及。
薪资信号未披露（AI估算：30K-60K/月）
成长发展
85较高
工作内容涉及最前沿的AI存储技术，能够深度接触系统底层和大模型推理，成长空间大，但JD未明确晋升通道。
技术前沿前沿/新兴技术
技术栈C/C++、Rust、PCIe、NVMe、vLLM、llama.cpp、PyTorch、Transformer
业务类型ambiguous
工作生活
50较低
要求现场办公，未提及弹性工时或远程，工作强度可能较高，WLB信息不明确。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
AI存储赛道高速增长，技术创新性强，但社会影响力中性，无明显使命导向。
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
长江存储 的其他在招职位
相似职位推荐
Watch Jobs