腾讯大数据计算引擎研发工程师（北京/深圳/上海）

1.负责湖仓存储系统内核的极致优化，设计并实现异步湖仓智能优化模块，提升数据写入/查询性能与资源利用率； 2.生态对接与计算融合：深度整合 Spark、Flink、SR 等计算引擎，实现湖仓与流批一体场景的平滑对接，支持实时数仓与离线分析协同； 3.开源协同与技术影响力：参与 Iceberg 等开源项目贡献，主导定制化功能开发，推动技术文档完善与社区生态共建。

无

1.基于开源项目 Ray，打造业内领先的通用分布式计算引擎，包括但不限于以下方向：引擎内核（分布式Task调度与执行）、分布式数据处理框架、分布式在线服务编排框架等； 2.面向 Data + AI，支持和拓展以 Ray 为 infra 的多种业务场景，包括但不限于以下方向：数据科学、大模型训练数据管道服务、在线推理与离线推理、AI Agent与应用系统、隐私计算、图计算等； 3.与 K8S 深度融合，建设云原生环境下超大规模分布式系统的服务能力与平台化能力，为业务提供高可用、可扩展、高易用性的集群化服务； 4.参与开源共建与合作，提升团队与个人在业界的影响力。

1.负责大数据平台的架构设计、开发和优化。优化计算引擎性能，对分布式存储做访问加速优化； 2.能深入分析和优化湖仓计算引擎查询性能，包括动态连接重排序、动态分区剪枝、自动处理数据倾斜和动态优化等； 3.负责分布式存储系统的管理和优化，提升数据访问性能，特别是在存算分离场景下的数据读写访问优化与加速； 4.提高大数据作业的调度和执行效率，包括对Apache Iceberg、Apache Hudi等湖仓关键技术的深入应用和优化； 5.在持续优化系统性能的同时，能确保系统的高可用性和稳定性。