返回岗位列表

高级工程师，分布式存储与HPC及AI基础设施

查看原岗位

地点：美国薪资：$250,000-$300,000 日期：2026-07-20

岗位摘要

为Together AI架构并实施技术战略和存储路线图，在扩展GPU集群时推动高性能架构决策；通过集成Vast、Weka和Ceph，工程化并扩展多PB级AI/ML存储系统，并通过自动化分层和生命周期策略执行深度成本优化

岗位职责

为Together AI架构并实施技术战略和存储路线图，在扩展GPU集群时推动高性能架构决策
通过集成Vast、Weka和Ceph，工程化并扩展多PB级AI/ML存储系统，并通过自动化分层和生命周期策略执行深度成本优化
开发智能缓存和分层存储架构，为训练和推理工作负载实现GPU规模下的极端IOPS和集群级吞吐量
在L2/L3网络层调整存储隔离，确保存储客户端的安全、生产级多租户
编写Kubernetes存储操作器和控制器，实现自动化配置、自助服务抽象和配额管理
工程化端到端数据路径，实现每个GPU节点10+ GB/s的吞吐量；为模型权重和数据集架构多层缓存；使用高级分析工具调整并行文件系统；跨数千个节点扩展存储基础设施
通过高级基准测试和分析优化端到端数据路径，为开源存储项目和内部工具贡献高影响力代码

任职要求

8年以上存储工程经验，管理多PB级分布式存储
在GPU/HPC集群上部署和运营高性能存储的可靠记录
在生产环境中具有深厚的Kubernetes和云原生存储经验
精通Go和Python编程，具备构建生产级系统和工具的能力
计算机科学、工程学或相关领域的学士/硕士学位，或同等实践经验
技术领导力历史：设计显著提升性能、可靠性（99.999%+正常运行时间）或成本效益的系统
分布式存储系统：在Ceph、WekaFS、Lustre、Vast、GPFS或类似并行文件系统方面具有多PB级深度专业知识
对象存储：具有S3、MinIO、Ceph或R2的生产经验，包括性能优化和成本管理
Kubernetes存储：CSI驱动、StatefulSets、PersistentVolumes、存储操作器和自定义控制器
针对GPU工作负载的存储优化、RDMA/InfiniBand网络、并行文件系统优化（TB/s级集群聚合吞吐量 - 线路饱和）
编程：Go和Python用于自动化、操作器和工具
基础设施即代码：Terraform、Ansible、Helm、GitOps（ArgoCD）
Linux存储栈：文件系统（ext4、xfs）、LVM、NVMe优化、RAID配置的高级知识
可观测性：Prometheus、Grafana、Thanos架构和运营
加分项：GPU Direct Storage（GDS）、NVMe-oF、存储网络、RDMA实现
加分项：ML/AI存储模式（模型权重、检查点、数据集缓存）
加分项：存储基准测试和分析工具（fio、iperf3、iostat、blktrace）

福利待遇

加入研究驱动的人工智能公司，参与开放透明AI系统的建设
与顶尖团队合作，解决AI基础设施领域的重大挑战
有机会在GPU集群规模下推动存储技术创新