字节跳动日志服务研发工程师（查询分析引擎方向）

1.智能分析平台研发：主导腾讯云ChatBI 的架构设计，深度融合大模型技术（如 RAG、NL2SQL、NL2DSL），实现自然语言驱动的数据查询与可视化分析能力，推动产品向 AI 原生方向升级。 2.AI 驱动产品设计：负责腾讯云数据分析类产品的智能化迭代，基于 LLM 能力重构交互逻辑（如自然语言语义解析、动态知识注入），打造 “零代码” AI 分析体验，覆盖 SaaS 与私有化部署场景。 3.AI 技术方案落地：根据业务需求输出兼具创新性与可行性的技术方案，主导大模型微调（如领域适配、参数高效优化）、向量数据库集成、智能查询优化等核心模块开发，确保代码质量与工程落地性。 4.智能场景问题攻坚：针对 SaaS 与私有化客户的复杂需求，通过 AI 技术手段（如模型推理优化、实时数据处理）解决智能分析链路中的性能瓶颈、语义歧义等问题，保障 AI 功能在不同部署环境下的稳定性与准确性。

1. 负责大数据开发套件相关系统的技术架构设计、技术方案评估； 2. 负责调度系统、Adhoc查询、数据资产等项目技术解决方案设计； 3. 负责程序开发工作，有良好的编码习惯； 4. 研究项目技术细节，编写相应的说明书；

1.负责指标平台、用户画像平台等数据平台的后端服务与数据查询接口研发与优化。 2.参与画像标签的生产、同步与维护，保证标签口径统一与数据的准确、及时。 3.支撑数据产品版本迭代，按需求完成功能新增、性能优化、监控与日志补全等工作。 4.配合算法团队，参与在线推荐服务的接口与数据链路开发，保障在线服务结果的稳定、高效输出。 5.参与大模型相关探索，如指标助手、图文生成等大模型应用，以及MCP等框架的数据接口开发与接入。 6.跟踪业界大数据和实时计算技术发展，评估并引入合适的新技术方案，持续优化平台架构与研发效率。 7.积极响应线上问题，对数据查询、平台任务故障等问题进行快速排查与修复，保障数据平台高可用与稳定运行。

加入该岗位，你将参与构建面向 AI 时代的下一代可观测数据基础设施。 ● 打造国内超大规模的可观测基础设施：通过实时采集、索引、存储、压缩等技术，实时处理来自千万设备的海量日志数据，并针对 AI 应用场景进行特定优化，提供智能、自动化数据分析服务； ● 深度参与 AI Infra 核心能力建设：从数据采集到智能分析，构建面向 LLM、Agent、多模态等前沿 AI 场景的统一可观测底座； ● 开源引领行业标准：主导 LoongCollector 开源项目，推动云原生可观测采集器成为 AI 时代的新一代 OneAgent。 具体职责包括： 1. 参与阿里云战略级产品 SLS 研发，参与面向AI应用场景的数据采集、处理、查询分析等功能开发与设计； 2. 参与千万级实例、数百 PB 流量的云原生可观测采集器 LoongCollector/iLogtail 及管控系统开发，打造云上统一的 OneAgent 能力，服务于日志、指标、eBPF、主机监控、安全等多种场景； 3. 深度参与并打造高性能、高可靠的数据采集与管控系统，深入底层优化，提升网络、内存和 CPU 等关键资源的利用效率； 4. 面向 AI 应用构建高性能、安全的多模态数据处理与数据集管理平台，参与上下游 AI 生态建设。