岗位职责
- 负责表格存储多模态数据底座从架构设计到核心研发的全链路工作，覆盖分布式存储、检索与向量引擎；设计研发面向 Agent 的记忆与知识存储核心架构，优化向量索引与标量数据的混合存储性能，解决海量向量数据高并发写入、索引构建与低延迟检索难题，支撑海量 Agent 的高并发读写；深度集成 LangChain/LlamaIndex 等主流 AI 框架，提供契合 Agent 开发习惯的 SDK/CLI 与管理控制台，并持续优化性能与成本。
- 负责系统在生产环境的稳定运行与持续演进，针对 AI 领域高频访问与大规模租户场景突破单机与集群性能瓶颈；构建面向百万级 Agent 实例的细粒度多租户隔离与基于向量、存储容量、QPS 等多维度的计量计费能力；建设网关侧熔断、限流、线程池隔离与服务降级机制及全方位监控告警体系，保障 PB 级数据场景下的服务稳定性与故障快速恢复，推动存储服务从技术能力向商业化产品演进。
- 跟踪存储、检索与 AI 领域前沿技术，吸纳开源生态成果，推动产品与技术的持续演进。
职位要求
基本要求
- 五年以上后端开发经验，熟练掌握 C++ 或 Java，具有扎实的计算机科学功底与丰富的系统级性能优化经验（内存管理、CPU 调优、JVM 调优、锁竞争等）；对系统设计有深入理解，能够独立负责复杂分布式系统或核心模块的架构设计与落地，在高并发、高可用场景下做出合理的技术决策。
- 具备 AI 相关系统的研发或应用能力，在向量检索、记忆（Memory）、知识管理（RAG/知识库）、Agent 等方向中至少有一个有实际的开发或深度使用经验；掌握 AI 基础知识与提示词工程，熟练使用 AI 工具并融入个人工作流；熟悉 LLM、Embedding、向量检索等基本原理，有 AI 相关开发工具应用研发经验者优先。
- 对技术有强烈热情和好奇心，自驱力与学习能力强；具备出色的分析与解决问题能力、沟通及团队合作能力；乐于挑战高难度技术工作，善于攻坚克难，结果导向，坚韧抗压，能够持续推动问题的解决与突破。 加分项
- 深入阅读过 Elasticsearch、Lucene、Faiss、Milvus 等检索或向量领域开源系统源码。
- 有分布式系统、文档解析、Query 预处理、Ranker 排序模型等实际开发经验。
- 对 MongoDB、HBase、Cassandra 等 NoSQL 存储有深入应用经验，阅读过源码并精通底层原理。
- 有核心系统技术方向负责人经验，或在知名开源项目中有持续贡献。
