cSSD系统工程师(J14494)

1. AI SSD特性研究与定义：

• 1）深入分析AI PC及移动端场景下的负载特征（如大模型推理、本地训练数据读写），分析定义下一代消费级SSD的AI加速特性与性能指标。
• 2）研究存算一体、近数据处理（PIM）等新技术在消费级SSD中的应用可行性，并主导相关特性的系统级验证。

1. 多操作系统行为分析与优化：

• 1）Windows/Linux：深入理解NVMe驱动栈、文件系统（NTFS, ext4, XFS, Btrfs）与SSD控制器的交互机制，针对AI高并发、低延迟场景进行系统级性能调优。
• 2）国产操作系统适配：负责SSD产品在统信UOS、麒麟等国产操作系统上的兼容性测试、驱动适配及性能优化，解决内核态与用户态的交互瓶颈，确保符合信创标准。

1. 系统级性能评估与问题定位：

• 1）搭建基于Windows、Linux及国产OS的自动化测试环境，设计针对AI负载的专项测试用例（如QPS、首字延迟、吞吐量稳定性）。
• 2）利用Trace工具（如Windows WPR/WPA, Linux ftrace/perf, eBPF）深入分析IO路径，定位系统层、驱动层及固件层的性能瓶颈与异常。

1. 跨部门协作：

与固件团队、硬件团队合作，将系统层的需求转化为固件算法策略（如GC策略、磨损均衡、SLC Cache管理），以提升AI场景下的用户体验。

1. 教育背景：计算机、电子工程、自动化等相关专业本科及以上学历。
2. 核心技能：

• 1）精通Windows或Linux内核原理，熟悉块设备层、文件系统层及IO调度机制。
• 2）有国产操作系统（统信、麒麟等）内核开发、驱动移植或深度适配经验者优先。
• 3）熟悉NVMe协议标准，了解SSD内部架构（FTL, NAND Flash特性）。

1. AI场景经验：

• 1）了解主流AI框架（PyTorch, TensorFlow, ONNX Runtime）的IO行为特征。
• 2）有AI PC、大模型本地部署相关的存储性能优化经验者优先。

1. 工具与语言：

• 1）熟练掌握C/C++/Python进行系统级开发或脚本编写。
• 2）熟练使用性能分析工具（Perf, VTune, Wireshark, Fio, Iometer等）。

1. 软性素质：

• 1）具备敏锐的技术洞察力，对AI与存储结合的前沿趋势有浓厚兴趣。
• 2）优秀的逻辑分析能力和复杂问题定位能力。