当前工作
阿里云 EMR 负责人，负责云上数据平台产品与工程团队。2013 年加入阿里巴巴。
面向 AI 时代的开放统一数据基础设施
构建云上数据基础设施。
我是李钰，目前在阿里云负责 EMR 相关工作，长期关注分布式计算、云原生大数据平台、湖仓架构、流式计算以及面向 AI 的数据基础设施。
关于我
在阿里云，我负责 E-MapReduce（EMR）团队，主要工作包括云上数据平台的产品方向、工程落地与开源协作。
我是 ASF Member，也是 Apache Flink、HBase、Paimon、Celeborn、Gluten、Fluss 等项目的 PMC Member；曾担任 Apache Paimon、Celeborn、Fluss 孵化阶段 Champion，并担任 Apache Amoro、GraphAr Mentor。我的 Apache 工作重点，是把生产系统中的实际需求和社区治理下的基础设施演进结合起来。
在阿里巴巴早期，我参与过计算平台与搜索基础设施建设，包括 HBase、大规模集群运维、Flink 状态存储以及中文开源社区工作。加入阿里之前，我在 IBM InfoSphere BigInsights 团队从事大数据与开源相关工作；研究生阶段在北航主要关注分布式计算与网格计算。
背景
教育经历
北京航空航天大学，计算机系统结构硕士（2007-2010），计算机科学与技术本科（2003-2007）。
技术方向
分布式计算、开源社区建设、云上数据平台、大规模系统工程。
职业经历
研究生毕业后，我的工作经历集中在两家公司：2010-2013 年在 IBM，2013 年至今在阿里巴巴。下面的时间线主要记录这一路径中的职责变化和工作范围扩展。
- 阿里云：负责 EMR 团队，覆盖 DataOps、开源计算引擎、元数据与安全、数据湖存储系统等方向。
- 阿里云：负责 Flink 存储和 EMR 平台团队，推进 checkpoint、savepoint、state backend，以及 EMR 控制台、监控、Studio、稳定性等工作。
- 阿里云：负责实时计算存储团队，聚焦 Flink state backend 的性能、稳定性和生产需求。
- 阿里巴巴搜索：担任 HBase 团队技术负责人，推进双 11 生产环境单节点 100K QPS 级别的高吞吐存储工作。
- 阿里巴巴搜索：作为数据平台核心成员，参与服务索引构建与实时查询混合负载的大规模 Hadoop/HBase 集群。
- 阿里巴巴：加入 HBase 团队，围绕业务需求和大数据生产负载进行 HBase 研发与维护。
- IBM 中国开发中心：担任 Staff Software Engineer，参与 InfoSphere BigInsights 并负责开源团队相关工作。
学术经历
在深入 Apache 生态和云上数据基础设施之前，我的早期学术工作主要关注异构集群调度与网页信息抽取。Google Scholar 和 ORCID 0000-0003-4355-2764 收录了相关论文。
近期动态
- Flink Forward Asia 分享 Apache Paimon 与 Milvus 构建 AI 原生多模态湖。
- 云栖大会分享 EMR AI、Fusion/Stella TPC 领先与阿里云 Milvus。
- 介绍 EMR Serverless Spark 商业化与湖仓分析方向的产品和技术实践。
- 与 StarRocks 社区分享阿里云 EMR 在云上湖仓分析方向的实践。
- 持续推进 Flink 状态存储与快照相关工作，并参与 HBaseCon Asia 社区活动。