岗位职责
Stonebraker在SIGMOD上对数据库发展20年进行了回顾：尽管过去二十年间KV、NoSQL、MapReduce等技术多次对SQL系统发起挑战，但其生命力却愈发蓬勃——这种""不断兼并挑战者""的韧性，恰恰印证了关系型数据库在数据管理领域的统治力。 其根本的底层逻辑是：随着内存容量突破TB级、NVMe SSD延迟进入微秒时代，硬件工艺的指数级跃迁，曾经为性能瓶颈而生的专用数据处理系统（如OLAP、时序数据库）正呈现大一统趋势。 AI时代，人们比任何时候都更清醒地认识到——数据依然是驱动智能的核心，我们期待对底层研究富有激情的你共同探索数据处理的新范式。 1 期待你通过创新的方法实现SQL性能在新场景下的数量级的提升，将学术成果发表成CCF-A类论文，可进一步在阿里云落地和贡献给开源社区。 2 研究方向包括不限于： 1) 多模态HTAP数据分析性能加速； 2) SQL在多模态场景下的语义扩展； 3) 探索SQL执行引擎范式，突破code gen和向量化执行等上一代执行模式； 4） 针对新硬件设计新的SQL算子和数据结构。
职位要求
- 对数据分析领域有充分的热情，坚持做solid，可落地的研究；
- 计算机科学、软件工程或相关专业博士、优异的研究型硕士；
- 扎实的工程能力，有过复杂系统的调优经验。 加分项：
- 擅长算法和数据结构，在OI/ACM比赛中获得过突出成绩；
- 在数据库和系统领域发表过论文，包括不限于SIGMOD、VLDB、ICDE、 OSDI、 SOSP；
- 热衷于开源社区，给开源数据分析产品（DuckDB、Velox、ClickHouse、Apache Doris等）贡献过性能优化相关的提交；
- 对LLM（训练/推理/领域适配）等重点场景的系统优化或前沿算法有深入务实的经验。
