向量数据库研发工程师（J99080）

-参与 向量数据库内核能力 的设计与研发，包括但不限于： -向量索引结构（如 HNSW / IVF / PQ 等）的工程实现与优化 -查询执行、召回与排序流程的性能优化 -数据组织、Segment / Index 管理、内存与磁盘效率优化 -参与 向量检索与 RAG 场景 的系统研发与优化： -向量 + 结构化 / 文本检索的混合检索（Hybrid Search） -向量召回、过滤、重排等链路的性能与稳定性优化 -参与 向量数据库云化 / 平台化能力 的研发： -集群管理、资源调度、弹性伸缩、多租户隔离 -高可用、容灾、监控、运维自动化能力建设 -参与线上系统问题定位与性能瓶颈分析，支持核心客户场景，推动产品能力持续演进 【任职要求】 -任职要求 -本科及以上学历，1 年以上后端或系统研发经验 -熟练掌握 C++ / Go 中至少一门语言，具备良好的工程能力与代码质量意识 -扎实的 数据结构与算法基础，理解常见索引结构、并发模型、内存管理等系统基础 -熟悉 Linux / Unix 系统原理，具备系统级问题定位与性能分析能力 -具备以下任一方向的研发经验（满足一项即可）： -数据库 / 分布式存储 / 大规模检索系统研发经验 -向量检索、文本检索、Embedding / RAG 等相关系统研发经验 -数据库或大数据 云平台 / 云原生系统 研发经验 -具备良好的问题拆解与解决能力，能够主动推进复杂技术问题落地 -具备良好的沟通能力和团队协作意识，具备 ToB 场景下的工程责任感 -加分项 -深度参与过 向量数据库 / 检索系统 / 分布式数据库 的核心模块设计 -对 向量检索 / RAG / 检索优化 有深入理解（不仅停留在“会用”层面） -熟悉大模型基本原理，理解向量化、召回、上下文构建在 RAG 中的作用 -熟悉 Milvus 向量数据库内核架构，包括但不限于 Index / Segment / Query / Storage 等模块，有源码阅读、问题定位或实际改动经验者优先 -在数据库 / 检索 / 系统方向有高质量技术博客、开源贡献、竞赛或论文成果