工作职责：

-主导 PostgreSQL 内核级功能设计与优化
-针对 AI/ML 工作负载（如向量检索、批量推理数据加载、实时特征存储）优化 PG 查询引擎与存储层
-支持扩展如 pgvector、lantern、pg_embedding 等向量插件的深度集成与性能调优
-构建下一代云原生 PG 架构（对标 Neon、Supabase）
-设计并实现 计算与存储分离架构，支持秒级弹性扩缩容、按需计费、多租户隔离
-实现 数据库分支（Branching）能力，支持开发/测试/CI 场景下的瞬时克隆与版本管理
-构建基于对象存储（如 S3）或分布式日志（如 WAL-on-S3）的持久化层，保障低成本与高可用
-打造 AI-Ready 数据库服务
-为 LLM 应用提供原生支持：高效存储上下文、对话历史、向量索引与元数据联合查询
-与 AI 平台（如 ModelScope、PAI、SageMaker）深度集成，提供“数据库即特征仓库”能力
-探索在数据库内运行轻量级推理（In-Database ML）或 UDF 扩展（如 Python/Rust UDF）
-高可用、智能运维与自治增强（延续并升级）
-结合 AIOps 实现自动索引推荐、参数调优、异常根因分析
-支持 Serverless 模式下的冷启动优化、连接池代理、请求级资源隔离
-技术前瞻与生态引领
-跟踪 Neon、Tembo、Supabase、FerretDB 等新兴 PG 生态的技术路线
-推动开源协同，探索将内部创新回馈社区（如开源分支管理、WAL 分离组件等）

任职资格：

-必备条件（Must-have）
-深厚的 PostgreSQL 内核功底
-熟悉 PG 源码（v12+），有内核模块开发经验（如自定义 AM、Hook、WAL 重放逻辑）
-理解 MVCC、WAL、复制槽、逻辑解码等机制，能针对云环境重构关键路径
-云原生数据库实战经验
-有存算分离、共享存储、无服务器（Serverless）数据库架构设计或开发经验
-熟悉 Neon、Aurora、PolarDB、CockroachDB、Vitess 等系统者优先
-掌握 Kubernetes Operator、Sidecar 模式、Service Mesh 在数据库控制面的应用
-AI/向量场景理解与工程落地能力
-了解向量数据库基本原理（HNSW、IVFFlat）、PG 向量扩展生态
-有为 AI 应用构建数据管道、特征存储或实时检索系统的经验
-系统工程与性能调优能力
-精通 C/Rust，熟悉 Linux I/O 栈、eBPF、io_uring、RDMA 等底层技术
-能在百万 QPS 或 PB 级数据下定位瓶颈并设计可扩展方案
-加分项（Nice-to-have）
-深入研究过 Neon 的架构（Pageserver + Safekeeper + Compute 分离模型）并有复现或改进经验
-参与过开源向量数据库（如 Weaviate、Qdrant）或 PG 扩展项目
-熟悉数据库与 LangChain/LlamaIndex 等 AI 框架的集成模式
-有 Serverless 平台（如 AWS Lambda、阿里云 FC）与数据库协同调度经验
-在 GitHub 或社区发布过 PG 相关工具、Benchmark 或 RFC