网易数据仓库开发实习生（网易云音乐）

1、负责基于SAP BW的数据仓库开发，包括数据模型设计、ETL流程开发与调试，完成数据抽取、转换及加载； 2、使用阿里云ODPS（大数据计算服务）进行数据加工处理，编写高效SQL脚本，支持复杂业务场景的数据分析需求； 3、在DataWorks（数据开发平台）中完成数据任务开发、调度配置及监控，确保数据流程的稳定性和准确性； 4、参与数据仓库分层设计（ODS/DWD/DWS/ADS），优化数据模型，提升查询性能； 5、编写SQL脚本及存储过程，实现业务逻辑的自动化处理，支持复杂函数（如窗口函数、自定义函数）的开发、配合团队完成数据接口开发、数据同步等； 6、参与需求沟通会议，理解业务需求并转化为技术方案，输出开发文档及测试报告； 7、协助上级完成交待的其他事项；

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Data-数据平台，为公司各业务线发展提供一站式大数据解决方案。其中涉及到可以支持EB级数据大规模写入和查询分析的引擎系统开发，对开源的 ClickHouse / SparkSQL / Presto / Hive / Hudi 等大数据引擎，进行源码级别的深度优化和改造，提供更强的性能、更便捷的操作，目前已覆盖字节内部大部分业务的数据分析场景。同时我们的这部分能力，还通过火山引擎对外输出：基于 ClickHouse 打造的云原生数据分析平台/企业实时数据仓库 ByteHouse ；基于湖仓一体和批流一体技术打造的企业级智能实时湖仓 LAS 。 1、负责字节跳动大数据平台的产品前端开发； 2、拥抱前沿技术，尝试最新前端技术。

1、参与数据仓库的需求分析、设计和开发工作。 2、使用 ETL 工具或编写脚本，完成数据抽取、转换和加载（ETL）任务。 3、开发和维护数据仓库的表结构、数据模型。 4、编写 SQL 查询，支持业务部门的数据分析需求。 5、参与数据质量监控和优化，确保数据的准确性和完整性。 6、协助团队完成数据仓库的性能调优和故障排查。

随着数据量的爆炸性增长以及业务复杂性的增加，诸如图、文档、时空、时序等非结构化数据类型规模和价值都越发重要。需要研究更有效率的非结构化数据的处理、存储、分析的技术，尤其是与结构化数据融合进行分析的手段，将来自不同来源、格式、结构或模型的数据整合到一个统一的系统中，以实现数据共享、分析和决策支持。 我们的研究内容包括： 1. GPU加速的多模态数据处理，如fts、向量检索以及索引建立。GPU高效池化以及远程GPU调用，查询算子以及后台数据重整任务的高效远程GPU卸载； 2. 非结构化数据，如json、文档等自动语义发现与解析、数据模式匹配与语义对齐、对象关联分析。结合NLP等技术，实现从原始数据到结构化语义的高效转化； 3. OLTP高效入湖。结合数据湖的灵活性（存储非结构化数据）与数据仓库的结构化管理能力（如ACID、事务支持、元数据管理），通过存储层创新、计算引擎优化和云原生技术，实现不同业务的高效协同。