负责开源向量检索库 VSAG 的算法设计和开发，以及在搜推广、AI 知识/记忆等业务上的落地； 负责 ANN(Approximate Nearest Neighbor) 算法的设计和验证，结合软硬件实现大容量、高吞吐、高召回、低成本的向量检索算法，持续构建业界领先的产品竞争力； 跟进 RAG/AIGC 的前沿技术研究，探索向量检索在 LLM 大模型场景中的应用； 持续跟踪学术界与工业界主流的向量检索算法最新进展。

熟练掌握 C++/Python 编程语言，熟练掌握常用数据结构及算法，具备 AI Coding 能力，熟练使用 Coding Agent（如 GPT、Claude 等）； 具备向量检索算法、数学、统计学等方向理论基础，熟悉聚类（如k-means）、量化压缩（如 PQ/SQ/RabitQ）、索引（如 IVFPQ、HNSW、NSG、DiskANN）等算法者优先； 具有向量检索算法开发经验，或熟悉主流向量检索项目（faiss/milvus/weaviate/qdrant）优先； 在高水平国际会议/学术期刊发表过相关论文，或有高水平竞赛获奖经历者优先； 深入理解计算机体系结构，熟悉并行计算优化、访存优化、GPU 算法优化者优先。