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 DB研发工程师/架构师-基础设施",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "广州",
"work_mode": "未披露",AI生成
"job_category": "研发"AI生成
},
"company": {
"company_name": "字节跳动",
"company_industry": "互联网 / 数字内容 / 电商",
"company_size": "10000人以上",
"company_website": "bytedance.com",
"company_description": "字节跳动提供内容创作、信息分发、电商和协作产品，旗下产品包括抖音、今日头条、TikTok和飞书。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责字节跳动面向飞书Base、AI原生产品等垂直业务领域的Agentic数据库产品设计与研发，打造面向智能体的下一代数据存储与计算引擎；\n2、负责数据库模块（查询优化器、分布式执行引擎、存储引擎、语义算子Semantic Operators等）的架构设计、功能迭代与产品化落地，打造极致性能与高可用性的数据库内核；\n3、负责Agentic Data Infra方向技术研发，包括多模态数据统一存储与检索引擎、智能体记忆（Agentic Memory）、上下文（Context）、运行时（Runtime）架构设计与落地，构建面向AI时代的全栈数据基础设施。",
"requirements_text": "1、至少深入掌握C/C++/Go其中一门编程语言，熟悉多线程与异步编程模型，具备良好的性能优化意识与高质量工程交付能力；\n2、有Agent Memory相关经验：熟悉记忆存储与检索策略、记忆压缩与遗忘机制、记忆分层架构设计等；\n3、有Agent Runtime相关经验：熟悉工具调用编排、Context/Session生命周期管理、多Agent协同框架、Agent可观测性体系建设等；\n4、有多模态数据处理经验：熟悉图像/视频/文本等多模态数据统一存储格式、向量索引构建、Embedding技术、混合搜索（Hybrid Search）等；\n5、熟悉数据库内核实现原理，有自研数据库引擎、RocksDB/LevelDB、MySQL、MongoDB、Cassandra、HBase、InfluxDB等分布式或单机存储引擎研发经验；\n6、熟悉分布式一致性协议、分布式事务、分布式数据处理架构，深入理解计算机体系结构，具备高并发程序设计与存储I/O性能优化能力。\n\n加分项\n1、有Agent/LLM应用线上落地经验，深入理解智能体与底层数据系统的交互模式与真实痛点；\n2、在开源Agent框架（LangGraph、LlamaIndex、Letta/MemGPT、AutoGen等）或向量数据库（Milvus、Qdrant、Weaviate、LanceDB等）有Contributor/Committer经历；\n3、ACM等算法竞赛获奖经历。",
"skills": [AI生成
"C++",
"MySQL",
"MongoDB",
"数据库",
"性能优化",
"架构设计",
"智能体开发"
],
"preferred_qualifications": "加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7397408697074600230/detail"
}
]
},
"posting": {
"posting_id": "7397408697074600230",
"post_date": "2024-07-30",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7397408697074600230/detail"
},
"fulltext": "AI DB研发工程师/架构师-基础设施\n职位描述\n1、负责字节跳动面向飞书Base、AI原生产品等垂直业务领域的Agentic数据库产品设计与研发，打造面向智能体的下一代数据存储与计算引擎；\n2、负责数据库模块（查询优化器、分布式执行引擎、存储引擎、语义算子Semantic Operators等）的架构设计、功能迭代与产品化落地，打造极致性能与高可用性的数据库内核；\n3、负责Agentic Data Infra方向技术研发，包括多模态数据统一存储与检索引擎、智能体记忆（Agentic Memory）、上下文（Context）、运行时（Runtime）架构设计与落地，构建面向AI时代的全栈数据基础设施。\n\n职位要求\n1、至少深入掌握C/C++/Go其中一门编程语言，熟悉多线程与异步编程模型，具备良好的性能优化意识与高质量工程交付能力；\n2、有Agent Memory相关经验：熟悉记忆存储与检索策略、记忆压缩与遗忘机制、记忆分层架构设计等；\n3、有Agent Runtime相关经验：熟悉工具调用编排、Context/Session生命周期管理、多Agent协同框架、Agent可观测性体系建设等；\n4、有多模态数据处理经验：熟悉图像/视频/文本等多模态数据统一存储格式、向量索引构建、Embedding技术、混合搜索（Hybrid Search）等；\n5、熟悉数据库内核实现原理，有自研数据库引擎、RocksDB/LevelDB、MySQL、MongoDB、Cassandra、HBase、InfluxDB等分布式或单机存储引擎研发经验；\n6、熟悉分布式一致性协议、分布式事务、分布式数据处理架构，深入理解计算机体系结构，具备高并发程序设计与存储I/O性能优化能力。\n\n加分项\n1、有Agent/LLM应用线上落地经验，深入理解智能体与底层数据系统的交互模式与真实痛点；\n2、在开源Agent框架（LangGraph、LlamaIndex、Letta/MemGPT、AutoGen等）或向量数据库（Milvus、Qdrant、Weaviate、LanceDB等）有Contributor/Committer经历；\n3、ACM等算法竞赛获奖经历。\n1、负责字节跳动面向飞书Base、AI原生产品等垂直业务领域的Agentic数据库产品设计与研发，打造面向智能体的下一代数据存储与计算引擎；\n2、负责数据库模块（查询优化器、分布式执行引擎、存储引擎、语义算子Semantic Operators等）的架构设计、功能迭代与产品化落地，打造极致性能与高可用性的数据库内核；\n3、负责Agentic Data Infra方向技术研发，包括多模态数据统一存储与检索引擎、智能体记忆（Agentic Memory）、上下文（Context）、运行时（Runtime）架构设计与落地，构建面向AI时代的全栈数据基础设施。\n1、至少深入掌握C/C++/Go其中一门编程语言，熟悉多线程与异步编程模型，具备良好的性能优化意识与高质量工程交付能力；\n2、有Agent Memory相关经验：熟悉记忆存储与检索策略、记忆压缩与遗忘机制、记忆分层架构设计等；\n3、有Agent Runtime相关经验：熟悉工具调用编排、Context/Session生命周期管理、多Agent协同框架、Agent可观测性体系建设等；\n4、有多模态数据处理经验：熟悉图像/视频/文本等多模态数据统一存储格式、向量索引构建、Embedding技术、混合搜索（Hybrid Search）等；\n5、熟悉数据库内核实现原理，有自研数据库引擎、RocksDB/LevelDB、MySQL、MongoDB、Cassandra、HBase、InfluxDB等分布式或单机存储引擎研发经验；\n6、熟悉分布式一致性协议、分布式事务、分布式数据处理架构，深入理解计算机体系结构，具备高并发程序设计与存储I/O性能优化能力。\n\n加分项\n1、有Agent/LLM应用线上落地经验，深入理解智能体与底层数据系统的交互模式与真实痛点；\n2、在开源Agent框架（LangGraph、LlamaIndex、Letta/MemGPT、AutoGen等）或向量数据库（Milvus、Qdrant、Weaviate、LanceDB等）有Contributor/Committer经历；\n3、ACM等算法竞赛获奖经历。",
"standard_classification": {
"std_category_code": "T019",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}