字节跳动大模型服务支持工程师-火山引擎
任职要求
1、本科及以上学历，5年以上技术支持经验，云计算技术背景、人工智能或机器学习相关领域优先； 2、优秀的客户服务意识，良好的服务与沟通技巧；有服务设计和客户运营经验； 3、熟练使用Postman等测试工具调试API接口，掌握Python/Go/Java中任意一门语言者优先； 4、熟悉Linux系统，有ACP、RHCE、HCIE、CKA等云计算或者操作系统厂商认证优先； 5、熟悉Prompt调优，了解RAG、FunctionCall、SFT等技术，有机器学习/大模型平台相关领域专业知识优先； 6、团队协同能力强，能积极推动客户问题有效的解决。
工作职责
1、负责火山引擎大客户的售后服务支持，通过飞书群与其他群聊的方式，为大客户提供高效优质的服务体验； 2、协助客户解决在使用大模型相关产品（火山方舟/扣子专业版）时遇到的产品咨询、操作指导、异常排查等各类问题； 3、收集用户反馈信息，汇总提炼，推动产品不断优化； 4、负责快速响应客户问题，针对复杂问题，与技术专家或者研发直接合作，确保问题得到高效解决； 5、负责大模型售后服务领域的服务设计，引导大模型相关产品在行业的服务创新。
1、深入分析用户需求与使用场景，设计自然流畅的交互逻辑，如多轮对话、情感识别及场景化服务； 2、以Golang/Rust为核心技术栈，设计大模型服务架构，涵盖感知规划调度等模块，支持高并发、低延迟的车载交互场景； 3、开发高性能API服务，支持多端单/双向通信调用，支撑富文本、音视频等载体信息下发；优化对应的Trace观测系统； 4、深度参与客户需求分析，通过场景化用例拆解，转化业务需求为服务端技术方案，实现用户数据隐私保护机制； 5、设计端云协同架构，实现端侧轻量化推理与云端复杂计算的协同，降低车载硬件资源消耗，针对车载场景网络特点，优化服务端通信协议。
1、深度对接客户需求，结合智能座舱、车载交互等场景，主导大模型技术方案的设计与论证，制定涵盖算法选型、系统架构、工程化部署的全链路技术方案，确保方案契合业务目标与技术可行性； 2、与客户技术团队紧密协作，参与需求评审与方案研讨，将业务需求转化为可落地的技术架构，同步协调内部产品研发资源推进方案落地； 3、主导智能座舱大模型系统的整体架构设计，涵盖多模态交互（语音/视觉/推荐）、RAG技术体系、端云协同框架等，平衡性能、延迟与资源消耗，确保架构支持高并发车载场景； 4、统筹大模型项目交付的技术实施路径，规划里程碑节点，协调算法、开发、测试等主线资源，确保技术方案按计划落地，把控项目质量与风险； 5、跟踪AI大模型领域前沿技术（如多模态模型、智能体协作、边缘计算），结合业务场景引入创新技术，构建技术护城河，保证产品在市场上处于领先地位。
1. 负责小鹏汽车“扶摇”AI平台数据处理相关的软件开发工作，包括数据加载工具（XDataLoader）和数据集管理平台（XDataset），提供统一的数据加载、转换、缓存与预取能力；目标解决大规模数据加载过程中出现的性能瓶颈、数据一致性、系统稳定性等问题，服务AI大模型的训练和推理； 2. 开发并维护高性能 DataLoader SDK，支持自定义采样、并行读取、缓存预取与数据增强等功能，优化多线程/进程流水线，降低I/O与预处理延迟，简化算法团队接入并提升加载效率； 3. 搭建通用Dataset管理系统，实现多源异构数据（图片、视频、点云、传感器等）的统一接入、解析与格式化； 4. 协同算法团队及其他技术团队，深入理解业务需求，快速响应并落地实现。
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。