小红书NoSQL数据库研发工程师/专家-存储&数据库部

团队介绍：字节跳动基础架构数据库团队，致力于构建认知型数据基础设施，持续定义数据技术的未来边界。团队基于全栈自研技术，打造了涵盖关系型数据库、NoSQL 数据库、大规模图平台、多模态搜索、云原生中间件等十余项产品的数据库矩阵，用独创的技术架构实现事务处理、混合查询、智能检索等全场景覆盖。我们不仅支撑集团核心业务，更通过火山引擎为客户提供具备企业级稳定性的数据库产品，助力客户以数据驱动实现业务增长。团队在大规模分布式架构、极致性能计算/存储引擎、软硬协同优化等领域具备顶尖技术积淀。面向 AI 时代，我们正在突破传统架构边界：一方面深化 AI 原生驱动内核、AI 算子优化等创新方向，推动数据库向智能 Copilot 演进；另一方面聚焦超大规模图计算、分布式跨模态数据联邦查询等前沿领域，构建支持跨模态数据管理的下一代设施。我们践行“务实浪漫”的极客文化，既在 VLDB 、SIGMOD 等顶级会议持续输出突破性成果，又以商业落地为导向打造全场景的产品矩阵。团队汇聚众多顶尖数据库专家和卓越工程师，分布在国内/海外多地。现诚邀具备数据库内核研发经验、分布式系统架构能力及 AI 创新视野的优秀人才，共同探索技术无人区，定义 AI 时代的数据基座，赋能全球企业实现 AI 驱动的业务变革。 1、负责AI时代的数据库架构设计：涵盖支持AI/ML工作负载的新型数据库系统架构，优化AI模型训练与推理的数据访问效率；构建支持向量搜索、图计算、时序分析等AI场景的混合型数据库解决方案，探索LLM大模型与数据库系统的深度集成方案，如自然语言SQL生成、智能查询优化； 2、负责数据库智能策略研发：研发基于 AI 的数据库性能调优系统，包括自动索引推荐、查询计划优化、资源分配策略等；构建智能监控系统，实现异常检测、根因分析、容量预测等AIOps能力；开发自适应存储引擎，根据数据访问模式动态调整存储结构； 3、负责AI数据基础设施构建：构建AI数据基础设施，如支持特征工程、模型训练、推理服务的全流程数据管道架构，实现数据库与机器学习框架（TensorFlow/PyTorch）的高效对接； 4、负责AI与数据库结合的实践方案探索与落地：探索AI技术和数据库各产品结合的最佳实践方案并落地，服务超大规模的集团内部业务及火山引擎业务。

ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：字节跳动基础架构数据库团队，致力于构建认知型数据基础设施，持续定义数据技术的未来边界。团队基于全栈自研技术，打造了涵盖关系型数据库、NoSQL 数据库、大规模图平台、多模态搜索、云原生中间件等十余项产品的数据库矩阵，用独创的技术架构实现事务处理、混合查询、智能检索等全场景覆盖。我们不仅支撑集团核心业务，更通过火山引擎为客户提供具备企业级稳定性的数据库产品，助力客户以数据驱动实现业务增长。团队在大规模分布式架构、极致性能计算/存储引擎、软硬协同优化等领域具备顶尖技术积淀。面向 AI 时代，我们正在突破传统架构边界：一方面深化 AI 原生驱动内核、AI 算子优化等创新方向，推动数据库向智能 Copilot 演进；另一方面聚焦超大规模图计算、分布式跨模态数据联邦查询等前沿领域，构建支持跨模态数据管理的下一代设施。我们践行“务实浪漫”的极客文化，既在 VLDB 、SIGMOD 等顶级会议持续输出突破性成果，又以商业落地为导向打造全场景的产品矩阵。团队汇聚众多顶尖数据库专家和卓越工程师，分布在国内/海外多地。现诚邀具备数据库内核研发经验、分布式系统架构能力及 AI 创新视野的优秀人才，共同探索技术无人区，定义 AI 时代的数据基座，赋能全球企业实现 AI 驱动的业务变革。 1、参与字节跳动内部自研云原生数据库产品的设计和开发，打造业界领先的分布式OLTP/HTAP数据库产品； 2、参与字节跳动VeDB Family旗下数据库产品架构、功能迭代和服务化，研究云原生在数据库的应用技术并落地实现； 3、深入理解业务场景需求，针对性的为不同业务场景提供最合适的辅助工具，提高数据库产品的易用性、稳定性和运维能力。

1、负责核心商业系统业务迭代的设计和研发工作； 2、负责项目计划的制定与落地，完成项目进度控制、风险控制、项目总结等工作； 3、负责优化线上服务的稳定性、可用性和架构合理性、先进性，对疑难技术问题提供有效解决方法并主导完成实施。

特斯拉为信息技术部开放 IT MFG DevOps AI 全职岗位（工作地点：特斯拉上海超级工厂）。若你是融合 AI 开发、DevOps 实践与制造业技术的全能专家，能在智能制造场景下高效应对挑战、解决复杂技术问题，拒绝重复低效的工作模式，那么该岗位正适合你。 IT MFG DevOps AI 是连接公司 IT 系统与生产制造环节的核心角色，身处智能制造落地的一线。你将每日对接 AI 技术研发、容器化部署与生产运维等多领域工作，通过技术实践支持公司优化生产流程、提升制造效率，助力实现智能制造转型的核心目标。 岗位职责 • 负责 AI 算法研发、模型优化与训练，聚焦生产线数据分析、质量控制、故障检测、自动化生产等场景，确保 AI 技术适配制造业务需求。 • 基于 Kubernetes（K8s）与 Docker 容器技术，完成 AI 解决方案的部署、监控与扩展，保障生产环境中系统的高可用性与稳定性。 • 参与 DevOps 流程建设，优化 AI 模型与系统的开发、测试、部署全链路，实现自动化部署、持续集成（CI）与持续交付（CD）。 • 与生产、质量控制、研发等制造相关部门对接，深入理解业务痛点，提供数据驱动的 AI 技术解决方案。 • 快速响应生产线上的技术需求与故障，排查 AI 系统、容器集群、网络环境等问题，减少对生产进度的影响，提升生产效率与质量。 • 跟踪 AI 与 DevOps 领域前沿技术（如工业大模型、云原生运维）及行业动态，推动新技术在制造场景的预研与应用，持续优化系统性能。