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": "研究型实习生-学习型查询优化的研究和应用",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "阿里云",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "技术类"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": "计算机科学、人工智能、数学或其他相关专业博士",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "招聘职位描述：寻找顶尖的系统和AI复合人才，加入国际一流国内领先的阿里云自研大数据平台ODPS团队，参与全面提升系统智能优化能力。这里有海量的数据、用户场景、数十万台的服务器、复杂庞大的系统，来等待您利用AI的能力去擦出智能和计算的火花。\n具体职责包括：\n1、探索下一代增量计算范式：包括寻找更优的增量计算算法、如何智能物化中间状态、如何选择全局最优的执行计划和自适应地处理数据变化特征；\n2、探索下一代Learned-Based-Optimizer：利用AI能力，克服传统优化器的局限性，打造下一代AI-based query optimizer，提升引擎核心优化能力；\n3、自动物化视图：作业集合中自动识别公共部分，基于整体最优的原则，选择出最合适的计算部分作为物化视图，结合物化视图查询改写能力，节约成本和提升性能；\n4、智能数据排布：通过历史wodload的分析，产生全局最优的数据排布方案，减少作业扫描数据量。",
"requirements_text": "1、计算机科学、人工智能、数学或其他相关专业博士；\n2、有扎实的AI for DB/AI for system理论背景和丰富的实战落地经验；\n3、有扎实的算法和系统开发能力，具备深厚的Java/C++编程能力；\n4、熟悉大数据/分布式计算领域，有查询优化有深刻的理解；熟悉主流的数仓产品、计算引擎，如snowflake、bigquery、spark、starrocks等；\n5、热爱技术，追求卓越，勇于探索，不仅善于解决问题，更能定义新问题、发现新方法。善于沟通与团队协作，能够快速适应变化；\n6、前沿技术研究：跟踪领域内的最新研究进展，发表过VLDB、SIGMOD以及其他同等级高水平学术论文。",
"skills": [AI生成
"Java",
"C++",
"Spark",
"团队协作",
"解决问题"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199903800002?deptCodes="
}
]
},
"posting": {
"posting_id": "199903800002",
"post_date": "2026-03-17",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199903800002?deptCodes="
},
"fulltext": "研究型实习生-学习型查询优化的研究和应用\n研究型实习生-学习型查询优化的研究和应用\n\n基础信息\n毕业起止时间要求：2027-11-01 - 2030-01-01\n职位类别：技术类\n招聘项目：阿里巴巴研究型实习生\n工作地点：北京\n\n职位描述\n招聘职位描述：寻找顶尖的系统和AI复合人才，加入国际一流国内领先的阿里云自研大数据平台ODPS团队，参与全面提升系统智能优化能力。这里有海量的数据、用户场景、数十万台的服务器、复杂庞大的系统，来等待您利用AI的能力去擦出智能和计算的火花。\n具体职责包括：\n1、探索下一代增量计算范式：包括寻找更优的增量计算算法、如何智能物化中间状态、如何选择全局最优的执行计划和自适应地处理数据变化特征；\n2、探索下一代Learned-Based-Optimizer：利用AI能力，克服传统优化器的局限性，打造下一代AI-based query optimizer，提升引擎核心优化能力；\n3、自动物化视图：作业集合中自动识别公共部分，基于整体最优的原则，选择出最合适的计算部分作为物化视图，结合物化视图查询改写能力，节约成本和提升性能；\n4、智能数据排布：通过历史wodload的分析，产生全局最优的数据排布方案，减少作业扫描数据量。\n\n职位要求\n1、计算机科学、人工智能、数学或其他相关专业博士；\n2、有扎实的AI for DB/AI for system理论背景和丰富的实战落地经验；\n3、有扎实的算法和系统开发能力，具备深厚的Java/C++编程能力；\n4、熟悉大数据/分布式计算领域，有查询优化有深刻的理解；熟悉主流的数仓产品、计算引擎，如snowflake、bigquery、spark、starrocks等；\n5、热爱技术，追求卓越，勇于探索，不仅善于解决问题，更能定义新问题、发现新方法。善于沟通与团队协作，能够快速适应变化；\n6、前沿技术研究：跟踪领域内的最新研究进展，发表过VLDB、SIGMOD以及其他同等级高水平学术论文。\n\n在招业务\n阿里云\n招聘职位描述：寻找顶尖的系统和AI复合人才，加入国际一流国内领先的阿里云自研大数据平台ODPS团队，参与全面提升系统智能优化能力。这里有海量的数据、用户场景、数十万台的服务器、复杂庞大的系统，来等待您利用AI的能力去擦出智能和计算的火花。\n具体职责包括：\n1、探索下一代增量计算范式：包括寻找更优的增量计算算法、如何智能物化中间状态、如何选择全局最优的执行计划和自适应地处理数据变化特征；\n2、探索下一代Learned-Based-Optimizer：利用AI能力，克服传统优化器的局限性，打造下一代AI-based query optimizer，提升引擎核心优化能力；\n3、自动物化视图：作业集合中自动识别公共部分，基于整体最优的原则，选择出最合适的计算部分作为物化视图，结合物化视图查询改写能力，节约成本和提升性能；\n4、智能数据排布：通过历史wodload的分析，产生全局最优的数据排布方案，减少作业扫描数据量。\n1、计算机科学、人工智能、数学或其他相关专业博士；\n2、有扎实的AI for DB/AI for system理论背景和丰富的实战落地经验；\n3、有扎实的算法和系统开发能力，具备深厚的Java/C++编程能力；\n4、熟悉大数据/分布式计算领域，有查询优化有深刻的理解；熟悉主流的数仓产品、计算引擎，如snowflake、bigquery、spark、starrocks等；\n5、热爱技术，追求卓越，勇于探索，不仅善于解决问题，更能定义新问题、发现新方法。善于沟通与团队协作，能够快速适应变化；\n6、前沿技术研究：跟踪领域内的最新研究进展，发表过VLDB、SIGMOD以及其他同等级高水平学术论文。",
"standard_classification": {
"std_category_code": "T019",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}