{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "阿里云智能-表格存储技术专家-杭州/北京/上海",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "云智能集团",
        "location": "北京 / 杭州 / 上海",
        "work_mode": "未披露",AI生成
        "job_category": "未披露"AI生成
    },
    "company": {
        "company_name": "阿里云",
        "company_industry": "云计算 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "alibaba.com",
        "company_description": "阿里云提供云基础设施、AI模型、智能体和计算服务。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "本科",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 负责表格存储多模态数据底座从架构设计到核心研发的全链路工作，覆盖分布式存储、检索与向量引擎；设计研发面向 Agent 的记忆与知识存储核心架构，优化向量索引与标量数据的混合存储性能，解决海量向量数据高并发写入、索引构建与低延迟检索难题，支撑海量 Agent 的高并发读写；深度集成 LangChain/LlamaIndex 等主流 AI 框架，提供契合 Agent 开发习惯的 SDK/CLI 与管理控制台，并持续优化性能与成本。\n2. 负责系统在生产环境的稳定运行与持续演进，针对 AI 领域高频访问与大规模租户场景突破单机与集群性能瓶颈；构建面向百万级 Agent 实例的细粒度多租户隔离与基于向量、存储容量、QPS 等多维度的计量计费能力；建设网关侧熔断、限流、线程池隔离与服务降级机制及全方位监控告警体系，保障 PB 级数据场景下的服务稳定性与故障快速恢复，推动存储服务从技术能力向商业化产品演进。\n3. 跟踪存储、检索与 AI 领域前沿技术，吸纳开源生态成果，推动产品与技术的持续演进。",
        "requirements_text": "基本要求\n1. 五年以上后端开发经验，熟练掌握 C++ 或 Java，具有扎实的计算机科学功底与丰富的系统级性能优化经验（内存管理、CPU 调优、JVM 调优、锁竞争等）；对系统设计有深入理解，能够独立负责复杂分布式系统或核心模块的架构设计与落地，在高并发、高可用场景下做出合理的技术决策。\n2. 具备 AI 相关系统的研发或应用能力，在向量检索、记忆（Memory）、知识管理（RAG/知识库）、Agent 等方向中至少有一个有实际的开发或深度使用经验；掌握 AI 基础知识与提示词工程，熟练使用 AI 工具并融入个人工作流；熟悉 LLM、Embedding、向量检索等基本原理，有 AI 相关开发工具应用研发经验者优先。\n3. 对技术有强烈热情和好奇心，自驱力与学习能力强；具备出色的分析与解决问题能力、沟通及团队合作能力；乐于挑战高难度技术工作，善于攻坚克难，结果导向，坚韧抗压，能够持续推动问题的解决与突破。\n加分项\n1. 深入阅读过 Elasticsearch、Lucene、Faiss、Milvus 等检索或向量领域开源系统源码。\n2. 有分布式系统、文档解析、Query 预处理、Ranker 排序模型等实际开发经验。\n3. 对 MongoDB、HBase、Cassandra 等 NoSQL 存储有深入应用经验，阅读过源码并精通底层原理。\n4. 有核心系统技术方向负责人经验，或在知名开源项目中有持续贡献。",
        "skills": [AI生成
            "Java",
            "C++",
            "MongoDB",
            "Elasticsearch",
            "分布式系统",
            "性能优化",
            "架构设计",
            "团队协作",
            "解决问题",
            "学习能力",
            "大语言模型",
            "检索增强生成"
        ],
        "preferred_qualifications": "熟悉 LLM、Embedding、向量检索等基本原理，有 AI 相关开发工具应用研发经验者优先；加分项",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://careers.aliyun.com/off-campus/position-detail?positionId=100016383006"
            }
        ]
    },
    "posting": {
        "posting_id": "100016383006",
        "post_date": "2026-08-31",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://careers.aliyun.com/off-campus/position-detail?positionId=100016383006"
    },
    "fulltext": "阿里云智能-表格存储技术专家-杭州/北京/上海\n阿里云智能-表格存储技术专家-杭州/北京/上海\n\n基础信息\n工作地点：北京 / 杭州 / 上海\n\n职位描述\n1. 负责表格存储多模态数据底座从架构设计到核心研发的全链路工作，覆盖分布式存储、检索与向量引擎；设计研发面向 Agent 的记忆与知识存储核心架构，优化向量索引与标量数据的混合存储性能，解决海量向量数据高并发写入、索引构建与低延迟检索难题，支撑海量 Agent 的高并发读写；深度集成 LangChain/LlamaIndex 等主流 AI 框架，提供契合 Agent 开发习惯的 SDK/CLI 与管理控制台，并持续优化性能与成本。\n2. 负责系统在生产环境的稳定运行与持续演进，针对 AI 领域高频访问与大规模租户场景突破单机与集群性能瓶颈；构建面向百万级 Agent 实例的细粒度多租户隔离与基于向量、存储容量、QPS 等多维度的计量计费能力；建设网关侧熔断、限流、线程池隔离与服务降级机制及全方位监控告警体系，保障 PB 级数据场景下的服务稳定性与故障快速恢复，推动存储服务从技术能力向商业化产品演进。\n3. 跟踪存储、检索与 AI 领域前沿技术，吸纳开源生态成果，推动产品与技术的持续演进。\n\n职位要求\n基本要求\n1. 五年以上后端开发经验，熟练掌握 C++ 或 Java，具有扎实的计算机科学功底与丰富的系统级性能优化经验（内存管理、CPU 调优、JVM 调优、锁竞争等）；对系统设计有深入理解，能够独立负责复杂分布式系统或核心模块的架构设计与落地，在高并发、高可用场景下做出合理的技术决策。\n2. 具备 AI 相关系统的研发或应用能力，在向量检索、记忆（Memory）、知识管理（RAG/知识库）、Agent 等方向中至少有一个有实际的开发或深度使用经验；掌握 AI 基础知识与提示词工程，熟练使用 AI 工具并融入个人工作流；熟悉 LLM、Embedding、向量检索等基本原理，有 AI 相关开发工具应用研发经验者优先。\n3. 对技术有强烈热情和好奇心，自驱力与学习能力强；具备出色的分析与解决问题能力、沟通及团队合作能力；乐于挑战高难度技术工作，善于攻坚克难，结果导向，坚韧抗压，能够持续推动问题的解决与突破。\n加分项\n1. 深入阅读过 Elasticsearch、Lucene、Faiss、Milvus 等检索或向量领域开源系统源码。\n2. 有分布式系统、文档解析、Query 预处理、Ranker 排序模型等实际开发经验。\n3. 对 MongoDB、HBase、Cassandra 等 NoSQL 存储有深入应用经验，阅读过源码并精通底层原理。\n4. 有核心系统技术方向负责人经验，或在知名开源项目中有持续贡献。\n1. 负责表格存储多模态数据底座从架构设计到核心研发的全链路工作，覆盖分布式存储、检索与向量引擎；设计研发面向 Agent 的记忆与知识存储核心架构，优化向量索引与标量数据的混合存储性能，解决海量向量数据高并发写入、索引构建与低延迟检索难题，支撑海量 Agent 的高并发读写；深度集成 LangChain/LlamaIndex 等主流 AI 框架，提供契合 Agent 开发习惯的 SDK/CLI 与管理控制台，并持续优化性能与成本。\n2. 负责系统在生产环境的稳定运行与持续演进，针对 AI 领域高频访问与大规模租户场景突破单机与集群性能瓶颈；构建面向百万级 Agent 实例的细粒度多租户隔离与基于向量、存储容量、QPS 等多维度的计量计费能力；建设网关侧熔断、限流、线程池隔离与服务降级机制及全方位监控告警体系，保障 PB 级数据场景下的服务稳定性与故障快速恢复，推动存储服务从技术能力向商业化产品演进。\n3. 跟踪存储、检索与 AI 领域前沿技术，吸纳开源生态成果，推动产品与技术的持续演进。\n基本要求\n1. 五年以上后端开发经验，熟练掌握 C++ 或 Java，具有扎实的计算机科学功底与丰富的系统级性能优化经验（内存管理、CPU 调优、JVM 调优、锁竞争等）；对系统设计有深入理解，能够独立负责复杂分布式系统或核心模块的架构设计与落地，在高并发、高可用场景下做出合理的技术决策。\n2. 具备 AI 相关系统的研发或应用能力，在向量检索、记忆（Memory）、知识管理（RAG/知识库）、Agent 等方向中至少有一个有实际的开发或深度使用经验；掌握 AI 基础知识与提示词工程，熟练使用 AI 工具并融入个人工作流；熟悉 LLM、Embedding、向量检索等基本原理，有 AI 相关开发工具应用研发经验者优先。\n3. 对技术有强烈热情和好奇心，自驱力与学习能力强；具备出色的分析与解决问题能力、沟通及团队合作能力；乐于挑战高难度技术工作，善于攻坚克难，结果导向，坚韧抗压，能够持续推动问题的解决与突破。\n加分项\n1. 深入阅读过 Elasticsearch、Lucene、Faiss、Milvus 等检索或向量领域开源系统源码。\n2. 有分布式系统、文档解析、Query 预处理、Ranker 排序模型等实际开发经验。\n3. 对 MongoDB、HBase、Cassandra 等 NoSQL 存储有深入应用经验，阅读过源码并精通底层原理。\n4. 有核心系统技术方向负责人经验，或在知名开源项目中有持续贡献。",
    "standard_classification": {
        "std_category_code": "T019",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}