1、负责大模型（LLM）可观测系统底层存储与查询引擎的设计与优化，涵盖日志、指标、调用链等多维度数据的高效处理、查询与分析能力建设； 2、构建高性能的日志、指标、调用链统一存储引擎，支持大规模写入、查询和聚合，保障低延迟和高吞吐； 3、设计并优化 LLM 推理与训练链路的底层观测数据存储架构，覆盖请求延迟、失败率、QPS、Token 消耗等核心指标的高效存储与检索； 4、建设统一的可观测数据底座，实现日志、指标、调用链等多源异构数据的整合与索引，提升系统可扩展性和一致性； 5、探索并引入分布式存储、时序数据库、OLAP 等技术，持续提升底层存储的性能、稳定性与资源利用效率； 6、跟进底层存储相关的开源技术与新兴技术演进（如 ClickHouse、VictoriaMetrics、Parquet、数据湖 等），推动系统的持续演进； 7、与模型训练、推理及应用团队紧密协作，提供高可靠、低成本的底层存储与运维能力，保障大规模模型可观测系统的稳定运行。

1、大学本科及以上学历，并取得相应学位，计算机、软件工程、人工智能、数据相关专业优先； 2、8年及以上工作经验，其中至少5年以上存储/数据库方向技术负责人经验；精通 Go、C++ 或 Java 至少一门后端语言，具备扎实的数据结构与系统设计能力； 3、深入理解分布式存储、时序数据库、OLAP 引擎、大规模数据处理系统的原理与实践，具备性能调优与架构优化经验；熟悉主流可观测系统的数据存储层实践，对 Prometheus、OpenTelemetry 等体系有深入理解和二次开发经验者优先；具备构建高可靠、高性能数据存储系统的能力，熟悉副本一致性、分区容错、冷热分层、索引加速等机制； 4、有大规模日志/指标存储架构经验者优先，能在资源有限的场景下实现系统高效运行； 5、具备卓越的战略思维与执行能力，有较强的组织领导、沟通和协调能力；具有良好的敬业精神和职业道德操守，企业忠诚度高，并有丰富的团队建设与管理经验。