负责如下一个或多个方向的存储系统算法技术研究。 1、针对万亿参数大模型，主导研发AI存算协同或近存计算架构。深入理解大模型推理与Agent流程，攻克大规模训练与推理中的数据I/O瓶颈问题。研究基于HBM、DRAM、外部存储的分级存储策略，支撑超长文本推理性能极致优化； 2、从系统论角度出发，设计面向CXL或RDMA等新型协议的新型存储架构。研究基于GPU/DPU-centric的高并发存储系统算法与架构，解决大规模集群中的带宽瓶颈与长尾延迟。主导高性能异构算力编程框架研究，重构端到端的元数据/数据传输路径，实现倍数级的存储性能提升； 3、针对 ZNS SSD、Open-Channel SSD、SCM 等新型存储介质，建立精确的数学模型以优化FTL与垃圾回收（GC）策略。设计面向多模态海量数据（图、向量、张量）的智能索引与特征提取算法。研究自适应的数据冷热感知与迁移算法，通过强化学习等手段实现存储资源在不同 AI 负载下的动态编排与最优分配； 4、洞察存储技术前沿发展趋势，主导端到端存储创新课题的规划与实施，推动具有代际影响力的关键技术突破与原型系统构建，引领技术演进方向。 1、计算机体系结构、操作系统或分布式系统方向，具备扎实的数学、算法基础，具备卓越的创新思维与敏锐的技术洞察力，能够独立提出创新研究方向并主导实现，在 FAST, SOSP, OSDI, SIGMOD, USENIX ATC 等顶级会议发表论文者优先； 2、具备AI大模型、近存计算、存算协同、硬件加速（GPU/NPU/FPGA）或分布式算法优化经验，有相关顶会论文或大型项目经验者优先； 3、熟悉分布式存储系统与网络架构,RDMA/RoCE 通信协议，有 SPDK、NVMe-oF 或 GPU Direct Storage (GDS) 等高性能存储技术实战经验者优先； 4、精通数据结构和算法，熟悉索引结构、元数据管理技术，熟练掌握C/C++、Python/Matlab等编程仿真工具，有Linux环境下开发经验； 5、深入理解存储介质特性（如SSD/HDD/SCM）及接口协议，熟悉SSD控制器技术（FTL、GC、IO流），有相关项目经验者优先； 6、具备独立工作能力、良好的沟通协作能力和自驱力。