AI 训练推理场景下万亿文件规模高性能文件存储系统架构设计-阿里星-阿里巴巴2027届实习生

参与AI场景高性能文件存储系统研发，包括： 1、文件系统元数据与数据系统架构设计，以及元数据和数据分离策略下的一致性保障机制； 2、分布式数据和元数据管理，高性能的分布式一致性协议； 3、通过基于访问热度统计，结合启发式算法比如机器学习算法进行文件聚类，结合新型存储介质比如 ZNS SSD 提高存储空间利用率，提升 SSD 使用寿命； 4、用户态文件系统（FUSE）与内核态协同的零拷贝访问技术，并且能和 AI 训练框架（比如PyTorch/TensorFlow）和推理框架（vLLM，SGLang等）深入融合，构建计算侧高性能的分布式缓存，提升 AI 场景端到端性能。

1、计算机方向相关领域专业，在校研究方向：高性能文件系统、分布式存储、存储引擎、KV 存储、一致性协议、SSD 芯片、智能网卡、AI 训练/推理存储加速等； 2、具有扎实的算法和数据结构功底，具备扎实的编程基础，熟悉C++/C/Python/Java等语言； 3、对计算机体系结构、分布式系统等领域有一定的了解和实践；对分布式文件系统、高性能存储、分布式缓存、各类存储引擎至少有一项有了解或有项目经验；有参与 AI 训练推理存储加速项目经验优先，主导存储系统压力测试或性能调优项目经验优先； 4、在FAST/OSDI等顶会发表存储相关论文，有参与Ceph、JuiceFS、Alluxio等开源项目核心模块开发经验； 5、学习能力强，有技术热情，有较强的问题分析和技术攻关能力，有良好的沟通和团队合作能力。