阿里云智能-大数据研发专家-引擎

1. 负责自研 OLAP 引擎的核心架构设计、研发与性能优化，覆盖查询优化器、执行引擎、存储引擎等关键模块；结合不同芯片架构与硬件特性，开展向量化执行、CPU 指令集、SIMD、内存访问、并发模型、NUMA、I/O 路径等底层优化，保障引擎在 x86、ARM 及国产化芯片环境下的高性能、稳定运行。

2. 面向 TPC-H、TPC-DS、SSB、ClickBench 等行业标准基准测试，持续建设性能评测与优化体系，推动引擎在复杂查询、吞吐能力、资源效率等方面保持业界领先水平。

3. 深入理解用户核心业务场景，抽象可复用的引擎能力，持续提升系统的通用性、稳定性与性能表现，打造相较主流开源 OLAP 产品的差异化竞争力。

4. 探索 AI 在数据引擎研发与运行时优化中的落地场景，包括研发提效、Benchmark 分析、性能问题定位、执行计划诊断、Workload / Query Pattern 识别、智能调度、资源预测、参数调优等方向，推动引擎从经验驱动优化向智能化、自适应优化演进。

5. 跟踪数据库、OLAP、云原生数据分析、AI for DB / AI for Engine 等领域的前沿技术，探索查询优化、向量化执行、存储格式、索引加速、资源调度与智能优化等方向的演进机会，持续提升产品技术竞争力。

1. 本科及以上学历，计算机科学、软件工程、电子信息等相关专业，5 年以上大数据、数据库、分布式系统或高性能计算相关领域研发经验。

2. 精通 C++、Java、Rust 中至少一门编程语言，具备扎实的工程能力和高性能系统开发经验；熟悉内存管理、并发编程、锁优化、CPU Cache、SIMD 指令集、NUMA 等底层优化技术者优先。

3. 熟悉 OLAP 引擎核心原理，具备分布式系统设计、研发和性能优化经验；有数据库内核开发经验者优先，包括但不限于查询优化器、执行引擎、存储引擎、向量化执行、列式存储、索引加速等方向。

4. 具备良好的性能分析、问题定位和技术方案设计能力，能够基于 Profiling、Benchmark、执行计划、系统指标等手段，独立分析复杂问题，并结合业务场景抽象通用技术能力，支撑业务发展。

5. 具备良好的沟通协作能力、学习能力和技术前瞻性，能够推动跨团队协同并拿到结果；熟练使用 AI 编程工具提升研发效率，理解大模型、Prompt Engineering、RAG、Tool Calling、AI Agent 等基本原理，有 AI Agent 工程化落地、研发提效平台或智能诊断工具建设经验者优先。