{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "面向 AI 搜索的 Native 引擎性能优化技术-阿里星/A Star",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "阿里云",
        "location": "杭州",
        "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": "硕士/博士优先",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "加入阿里云 Elasticsearch 核心研发团队，参与建设面向 AI 搜索的云原生高性能引擎 FalconSeek。\n随着 RAG、企业知识库、智能问答、语义搜索、多模态检索和 Agentic 应用快速发展，搜索系统正在从传统关键词检索，演进为全文检索、复杂聚合、语义检索、混合检索和高维向量检索并存的新一代 AI 检索基础设施。FalconSeek 是阿里云 Elasticsearch 自研 native 检索引擎，基于高性能 C++ 搜索内核、列式执行、异步框架和向量索引能力，在保持 Elasticsearch 生态兼容的同时突破 Lucene 路径的性能上限。\n你将参与 FalconSeek 与底层 ElasticCpp 搜索引擎库的核心研发，围绕业界可复现的 benchmark，持续提升全文检索、复杂查询、聚合分析和向量检索性能，打造阿里云 Elasticsearch 在 AI 检索时代的核心竞争力。\n岗位职责\n1. 参与 FalconSeek 云原生 native 检索引擎核心模块设计与研发，包括查询执行、倒排检索、列式过滤、排序、聚合、TopK、缓存和异步执行等方向。\n2. 参与 ElasticCpp 高性能 C++ 搜索引擎库建设，探索相比 Lucene、Tantivy 等开源检索内核的性能突破。\n3. 参与向量检索和混合检索能力建设，优化向量索引、ANN 查询、过滤下推、召回率、延迟、吞吐和资源成本。\n4. 建设和完善 benchmark 体系，围绕业界可复现的 benchmark 进行性能复现、瓶颈分析、优化验证和回归防护。\n5. 面向 RAG、企业知识库、语义搜索、多模态检索等 AI 场景，推动 FalconSeek 在真实业务和云产品中落地。",
        "requirements_text": "1. 计算机、软件工程、人工智能、数学等相关专业优先，硕士/博士优先。\n2. 具备扎实的计算机基础，熟悉数据结构、算法、操作系统、计算机体系结构、数据库或分布式系统等基础知识。\n3. 熟悉 C++，具备良好的系统编程能力；同时熟悉 Java、Python、Rust、Go 等语言者优先。\n4. 对搜索引擎、数据库内核、信息检索、向量数据库、高性能计算等方向有浓厚兴趣。\n5. 具备较强的问题抽象、性能分析、工程实现和独立解决问题能力，愿意挑战开放性、前沿性系统问题。\n6. 有良好的沟通协作能力，能够参与技术方案设计、代码评审、性能复盘和跨团队协作。\n加分项 ：\n1. 有 Elasticsearch、OpenSearch、Milvus、Lucene、Tantivy、Faiss等搜索或向量检索系统经验。\n2. 有数据库内核、查询执行、倒排索引、列式存储、向量索引、ANN 算法、性能优化相关研究或工程实践。\n3. 熟悉 profiling、火焰图、CPU cache、SIMD、内存管理、并发编程、异步框架等高性能系统优化方法。\n4. 在数据库、信息检索、分布式系统等方向有高质量论文、开源项目、竞赛或实习经历。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "Rust",
            "Elasticsearch",
            "数据结构",
            "分布式系统",
            "数据库",
            "性能优化",
            "团队协作",
            "解决问题",
            "Go"
        ],
        "preferred_qualifications": "1. 计算机、软件工程、人工智能、数学等相关专业优先，硕士/博士优先；同时熟悉 Java、Python、Rust、Go 等语言者优先；加分项 ：",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199907780100?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199907780100",
        "post_date": "2026-07-30",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199907780100?deptCodes="
    },
    "fulltext": "面向 AI 搜索的 Native 引擎性能优化技术-阿里星/A Star\n面向 AI 搜索的 Native 引擎性能优化技术-阿里星/A Star\n\n基础信息\n毕业起止时间要求：2026-11-01 - 2027-10-31\n职位类别：技术类\n招聘项目：阿里巴巴2027届应届生\n工作地点：杭州\n\n职位描述\n加入阿里云 Elasticsearch 核心研发团队，参与建设面向 AI 搜索的云原生高性能引擎 FalconSeek。\n随着 RAG、企业知识库、智能问答、语义搜索、多模态检索和 Agentic 应用快速发展，搜索系统正在从传统关键词检索，演进为全文检索、复杂聚合、语义检索、混合检索和高维向量检索并存的新一代 AI 检索基础设施。FalconSeek 是阿里云 Elasticsearch 自研 native 检索引擎，基于高性能 C++ 搜索内核、列式执行、异步框架和向量索引能力，在保持 Elasticsearch 生态兼容的同时突破 Lucene 路径的性能上限。\n你将参与 FalconSeek 与底层 ElasticCpp 搜索引擎库的核心研发，围绕业界可复现的 benchmark，持续提升全文检索、复杂查询、聚合分析和向量检索性能，打造阿里云 Elasticsearch 在 AI 检索时代的核心竞争力。\n岗位职责\n1. 参与 FalconSeek 云原生 native 检索引擎核心模块设计与研发，包括查询执行、倒排检索、列式过滤、排序、聚合、TopK、缓存和异步执行等方向。\n2. 参与 ElasticCpp 高性能 C++ 搜索引擎库建设，探索相比 Lucene、Tantivy 等开源检索内核的性能突破。\n3. 参与向量检索和混合检索能力建设，优化向量索引、ANN 查询、过滤下推、召回率、延迟、吞吐和资源成本。\n4. 建设和完善 benchmark 体系，围绕业界可复现的 benchmark 进行性能复现、瓶颈分析、优化验证和回归防护。\n5. 面向 RAG、企业知识库、语义搜索、多模态检索等 AI 场景，推动 FalconSeek 在真实业务和云产品中落地。\n\n职位要求\n1. 计算机、软件工程、人工智能、数学等相关专业优先，硕士/博士优先。\n2. 具备扎实的计算机基础，熟悉数据结构、算法、操作系统、计算机体系结构、数据库或分布式系统等基础知识。\n3. 熟悉 C++，具备良好的系统编程能力；同时熟悉 Java、Python、Rust、Go 等语言者优先。\n4. 对搜索引擎、数据库内核、信息检索、向量数据库、高性能计算等方向有浓厚兴趣。\n5. 具备较强的问题抽象、性能分析、工程实现和独立解决问题能力，愿意挑战开放性、前沿性系统问题。\n6. 有良好的沟通协作能力，能够参与技术方案设计、代码评审、性能复盘和跨团队协作。\n加分项 ：\n1. 有 Elasticsearch、OpenSearch、Milvus、Lucene、Tantivy、Faiss等搜索或向量检索系统经验。\n2. 有数据库内核、查询执行、倒排索引、列式存储、向量索引、ANN 算法、性能优化相关研究或工程实践。\n3. 熟悉 profiling、火焰图、CPU cache、SIMD、内存管理、并发编程、异步框架等高性能系统优化方法。\n4. 在数据库、信息检索、分布式系统等方向有高质量论文、开源项目、竞赛或实习经历。\n\n在招业务\n阿里云\n加入阿里云 Elasticsearch 核心研发团队，参与建设面向 AI 搜索的云原生高性能引擎 FalconSeek。\n随着 RAG、企业知识库、智能问答、语义搜索、多模态检索和 Agentic 应用快速发展，搜索系统正在从传统关键词检索，演进为全文检索、复杂聚合、语义检索、混合检索和高维向量检索并存的新一代 AI 检索基础设施。FalconSeek 是阿里云 Elasticsearch 自研 native 检索引擎，基于高性能 C++ 搜索内核、列式执行、异步框架和向量索引能力，在保持 Elasticsearch 生态兼容的同时突破 Lucene 路径的性能上限。\n你将参与 FalconSeek 与底层 ElasticCpp 搜索引擎库的核心研发，围绕业界可复现的 benchmark，持续提升全文检索、复杂查询、聚合分析和向量检索性能，打造阿里云 Elasticsearch 在 AI 检索时代的核心竞争力。\n岗位职责\n1. 参与 FalconSeek 云原生 native 检索引擎核心模块设计与研发，包括查询执行、倒排检索、列式过滤、排序、聚合、TopK、缓存和异步执行等方向。\n2. 参与 ElasticCpp 高性能 C++ 搜索引擎库建设，探索相比 Lucene、Tantivy 等开源检索内核的性能突破。\n3. 参与向量检索和混合检索能力建设，优化向量索引、ANN 查询、过滤下推、召回率、延迟、吞吐和资源成本。\n4. 建设和完善 benchmark 体系，围绕业界可复现的 benchmark 进行性能复现、瓶颈分析、优化验证和回归防护。\n5. 面向 RAG、企业知识库、语义搜索、多模态检索等 AI 场景，推动 FalconSeek 在真实业务和云产品中落地。\n1. 计算机、软件工程、人工智能、数学等相关专业优先，硕士/博士优先。\n2. 具备扎实的计算机基础，熟悉数据结构、算法、操作系统、计算机体系结构、数据库或分布式系统等基础知识。\n3. 熟悉 C++，具备良好的系统编程能力；同时熟悉 Java、Python、Rust、Go 等语言者优先。\n4. 对搜索引擎、数据库内核、信息检索、向量数据库、高性能计算等方向有浓厚兴趣。\n5. 具备较强的问题抽象、性能分析、工程实现和独立解决问题能力，愿意挑战开放性、前沿性系统问题。\n6. 有良好的沟通协作能力，能够参与技术方案设计、代码评审、性能复盘和跨团队协作。\n加分项 ：\n1. 有 Elasticsearch、OpenSearch、Milvus、Lucene、Tantivy、Faiss等搜索或向量检索系统经验。\n2. 有数据库内核、查询执行、倒排索引、列式存储、向量索引、ANN 算法、性能优化相关研究或工程实践。\n3. 熟悉 profiling、火焰图、CPU cache、SIMD、内存管理、并发编程、异步框架等高性能系统优化方法。\n4. 在数据库、信息检索、分布式系统等方向有高质量论文、开源项目、竞赛或实习经历。",
    "standard_classification": {
        "std_category_code": "T018",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}