主分类：数据库与存储系统研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "AI 原生多模数据库内核研发工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "CSIG",
"location": "成都",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "腾讯",
"company_industry": "互联网 / 科技 / 人工智能",
"company_size": "10000人以上",
"company_website": "tencent.com",
"company_description": "腾讯是一家互联网和科技公司，业务覆盖通信与社交、数字内容、游戏、金融科技、企业服务、云计算与人工智能等方向。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 3,
"degree": "专业背景： 计算机、软件工程等相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.多模存储与智能表架构设计： 负责多模态数据（向量、文本、文件等）高并发、大容量存储引擎架构设计，研发多模态统一智能路由表结构（Smart Table/Multi-Modal Schema）与高效持久化存储机制；\r\n2.融合计算与查询优化： 设计并实现跨模态融合查询执行引擎，优化标量+向量混合过滤、多模态联合检索等复杂算子的下推、算子融合与并行执行路径，降低查询延迟并提升吞吐；\r\n3.AI 负载与分布式计算下沉： 针对大模型多模态检索等 AI 工作负载，深度优化内存管理与多级缓存策略；探索与 Ray 等 AI 计算框架及大数据计算引擎的下沉融合计算，提升海量数据实时检索与分析性能；\r\n4.架构演进与技术攻关： 推动多模态数据库内核向存算分离、Serverless 弹性扩展演进；攻克高并发写入下的索引实时更新、降低尾部延迟（Tail Latency）等关键工程难题，保持产品技术领先性。",
"requirements_text": "1.专业背景： 计算机、软件工程等相关专业本科及以上学历，3 年以上数据库内核、分布式存储、搜索引擎或大数据核心计算/存储引擎（如 Spark, Flink, ClickHouse, Iceberg 等）研发经验；\r\n2.核心技能： 精通 C/C++ 或 Rust，具备扎实的系统编程与底层调优能力，熟悉 Linux 操作系统内核、多线程编程、并发控制、内存管理及 CPU/硬件加速技术（如 SIMD/AVX512）；\r\n3.领域知识： 深入理解 OpenSearch / Elasticsearch / Lucene 或主流向量搜索引擎（如 Milvus, FAISS 等）的实现原理与源码；对 HNSW/IVF 等向量索引算法及文本/全文检索有实际研发与性能调优经验者优先；\r\n4.生态与计算框架： 具备开源大数据生态（如 Spark, Flink, Iceberg, ClickHouse 等）底层源码级开发或社区贡献经验者优先；熟悉 Ray 等分布式 AI 计算框架内核，或具备大规模异构资源调度与计算下推实战经验者优先。",
"skills": [AI生成
"C++",
"Rust",
"ClickHouse",
"Linux",
"Spark",
"Flink",
"Elasticsearch",
"数据库",
"性能调优",
"C语言"
],
"preferred_qualifications": "对 HNSW/IVF 等向量索引算法及文本/全文检索有实际研发与性能调优经验者优先；4.生态与计算框架： 具备开源大数据生态（如 Spark, Flink, Iceberg, ClickHouse 等）底层源码级开发或社区贡献经验者优先；熟悉 Ray 等分布式 AI 计算框架内核，或具备大规模异构资源调度与计算下推实战经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2086660242787184640"
}
]
},
"posting": {
"posting_id": "2086660242787184640",
"post_date": "2026-08-18",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2086660242787184640"
},
"fulltext": "AI 原生多模数据库内核研发工程师\n在腾讯，后台开发工程师不仅是“又快又稳”的问题解决专家，更是生态共创者。你将与技术团队一同沉淀优质代码，让它成为我们共有的宝贵资产。在不同的业务场景和技术发展阶段，你的架构思维也将帮助更多协作团队拓展新的思考。我们也珍视你的挑战精神，同时欢迎你一起参与团队愿景、文化和产品方向的探讨。\n1.多模存储与智能表架构设计： 负责多模态数据（向量、文本、文件等）高并发、大容量存储引擎架构设计，研发多模态统一智能路由表结构（Smart Table/Multi-Modal Schema）与高效持久化存储机制；\r\n2.融合计算与查询优化： 设计并实现跨模态融合查询执行引擎，优化标量+向量混合过滤、多模态联合检索等复杂算子的下推、算子融合与并行执行路径，降低查询延迟并提升吞吐；\r\n3.AI 负载与分布式计算下沉： 针对大模型多模态检索等 AI 工作负载，深度优化内存管理与多级缓存策略；探索与 Ray 等 AI 计算框架及大数据计算引擎的下沉融合计算，提升海量数据实时检索与分析性能；\r\n4.架构演进与技术攻关： 推动多模态数据库内核向存算分离、Serverless 弹性扩展演进；攻克高并发写入下的索引实时更新、降低尾部延迟（Tail Latency）等关键工程难题，保持产品技术领先性。\n1.专业背景： 计算机、软件工程等相关专业本科及以上学历，3 年以上数据库内核、分布式存储、搜索引擎或大数据核心计算/存储引擎（如 Spark, Flink, ClickHouse, Iceberg 等）研发经验；\r\n2.核心技能： 精通 C/C++ 或 Rust，具备扎实的系统编程与底层调优能力，熟悉 Linux 操作系统内核、多线程编程、并发控制、内存管理及 CPU/硬件加速技术（如 SIMD/AVX512）；\r\n3.领域知识： 深入理解 OpenSearch / Elasticsearch / Lucene 或主流向量搜索引擎（如 Milvus, FAISS 等）的实现原理与源码；对 HNSW/IVF 等向量索引算法及文本/全文检索有实际研发与性能调优经验者优先；\r\n4.生态与计算框架： 具备开源大数据生态（如 Spark, Flink, Iceberg, ClickHouse 等）底层源码级开发或社区贡献经验者优先；熟悉 Ray 等分布式 AI 计算框架内核，或具备大规模异构资源调度与计算下推实战经验者优先。",
"standard_classification": {
"std_category_code": "T019",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}