大模型系统架构师（存储/数据库背景）

职位定位 - 这是一个面向大模型系统的架构岗位，不是传统的存储或数据库研发岗位。 - 我们希望寻找在数据库、分布式存储、数据系统等领域有深厚积累的架构师，将已有的系统认知迁移到大模型场景，重新思考模型训练、后训练和推理过程中的数据组织、状态管理、计算调度与系统性能问题。 - 我们不要求候选人已经具备完整的大模型从业经历。相比熟悉某个现有框架，我们更看重其是否真正理解复杂系统，能否从底层原理出发定义问题，并构建面向下一代大模型的新系统。 工作内容 1. 面向大模型训练、后训练和推理，参与核心系统的架构设计与从零到一建设； 2. 将数据库和存储领域的数据组织、索引、缓存、分层、调度、一致性及容错等经验，应用到大模型系统中； 3. 建设训练数据引擎与数据管线，解决数据加工、组织、供给、版本和效率问题； 4. 参与训练及后训练系统建设，优化数据读取、任务运行、状态管理和迭代效率； 5. 参与推理系统的高性能优化，包括内存与显存管理、缓存、请求调度、并行执行及吞吐、延迟优化； 6. 与算法、训练、推理和基础设施团队共同定义问题，推动研究思路形成可规模化落地的系统能力； 7. 从计算、存储、网络和软硬件协同的整体视角，持续寻找系统级优化空间。 具体工作方向会结合候选人的能力特点确定，不要求一个人同时覆盖所有领域。 【任职要求】 职位要求 1. 在数据库、分布式存储、计算引擎或其他数据密集型系统领域有深入工作经验； 2. 在至少一个技术方向形成了较强的专业判断和系统认知； 3. 有复杂系统从零到一的架构设计、核心研发或技术演进经验； 4. 能够从系统整体出发分析性能、扩展性、稳定性和工程效率问题； 5. 具备较强的抽象能力、独立思考能力和跨团队协作能力； 6. 对大模型系统有强烈兴趣，愿意将已有能力迁移到新的技术场景； 7. 具备扎实的工程研发能力，能够深入关键模块解决实际问题。 加分项 1. 参与过数据库、存储或计算引擎核心模块的设计与研发； 2. 有大规模数据处理、分布式计算或高性能系统优化经验； 3. 有大模型训练、后训练、推理或机器学习系统相关经验； 4. 有算法背景，或能够深入理解算法目标并转化为系统方案； 5. 主导过跨团队、长周期的复杂基础设施项目。 我们特别说明 - 这个岗位的工作对象是大模型系统，不会继续做传统数据库或通用存储产品。 - 我们看重的，是你在数据库和存储领域形成的系统能力：如何组织和流动数据，如何管理大规模状态，如何在复杂约束下实现性能、稳定性和扩展性的整体最优。 - 这些能力不会被丢掉，而是会被带到大模型的数据、训练和推理系统中，解决一批新的问题。