阿里云智能-大模型推理存储研发工程师-稳定性、可观测方向

岗位职责

1. 负责 KVCacheStore 稳定性支撑系统的设计与研发，面向推理引擎接入、缓存服务及分层存储访问链路，建设可观测、诊断、恢复和运维控制等系统能力，持续提升系统可靠性与可运维性。
2. 构建贯通推理请求与 KV 存储操作的联合可观测体系，结合客户负载和服务质量要求，设计低开销的指标、日志、事件与链路追踪。关联分析缓存访问与推理性能，支撑端到端问题定位和效果评估。
3. 研发跨组件性能分析与故障诊断能力，针对缓存未产生预期收益、读取变慢、传输阻塞、资源争用及异常回退等问题，通过源码分析、性能剖析、问题复现和受控实验建立证据，定位关键原因，并与存储及推理框架研发协作完成代码、接口或配置改进。
4. 建设故障快速恢复与运维控制能力，围绕节点异常、容量及性能高水位、发布变更和扩缩容等场景，研发状态感知、风险校验、故障隔离、灰度回滚及恢复编排机制。与组件研发共同完善故障处置机制，保障恢复过程安全可控，并验证恢复效果。
5. 建设覆盖典型负载、故障和变更场景的稳定性验证体系，研发故障注入、回归验证和恢复演练工具，验证组件异常及其跨链路传播行为，持续完善故障检测、诊断和恢复能力，推动重复问题得到系统性解决。
6. 参与客户方案验证、生产问题排查和关键设计评审，与架构师、存储研发及推理框架团队共同制定观测规范、诊断接口和稳定性验收标准。牵引跨组件问题闭环，将故障经验与验证结果纳入研发改进计划，沉淀可复用的软件能力和运行实践。

任职要求

1. 具备存储、分布式缓存、KV 系统或数据库存储相关的实际研发或稳定性建设经验，熟悉所负责系统的数据路径、关键状态及故障模式，能够深入分析真实生产环境中的性能与可靠性问题。
2. 具备扎实的软件研发能力，熟悉 Linux、网络通信、并发与 I/O 等系统基础，熟练掌握 C++、Golang、Python 等至少一门编程语言，能够独立完成支撑系统、诊断工具或自动化机制的设计、开发、验证与维护。
3. 在可观测、故障诊断、自动恢复、运维控制或稳定性验证等至少一个方向有深入实践，能够将问题分析和处置方法转化为可维护的软件能力，并清楚说明本人贡献、关键设计取舍及实际使用效果。
4. 具备跨组件分析能力，能够从业务请求出发，结合指标、日志、链路追踪与性能剖析定位问题；具备严谨的实验和验证意识，能够设计可复现的场景，验证诊断结论、恢复效果及资源开销。
5. 理解大模型推理及 KV Cache 的基本原理，愿意并能够深入推理框架与存储接口，分析缓存生成、加载、复用和回收过程。有推理平台、KV Cache、存储观测或跨层性能诊断实践者优先。
6. 主动运用 AI 工具辅助技术调研、源码分析、工具开发、实验设计和故障诊断，能够结合系统原理与实测数据审查生成代码、验证分析结论。有 AI 辅助诊断、自动恢复或相关开源项目落地经验者优先。
7. 有强烈的技术热情和好奇心，自驱力和学习力强；责任心强，务实坦诚，具备良好的分析、沟通及团队协作能力，能够深入业务和组件实现，持续推动复杂问题解决与工程能力落地。

岗位标签

NEW