字节跳动开源大数据引擎资深专家 - EMR/大数据云平台
任职要求
1、计算机相关专业，3年以上大数据或数据库内核研发经验； 2、熟练使用 C/C++/Java/Rust 一种或多种编程语言； 3、熟悉开源大数据开源生态组件或同类商业化的分析型数据库； 4…
工作职责
1、参与字节跳动EMR 开源大数据内核研发，打造极速数据分析新范式； 2、深度参与相关开源社区，助力大数据产品提升开源影响力； 3、协助客户处理生产业务中的海量数据，解决疑难问题，发挥数据价值； 4、构建EMR大数据引擎技术竞争力，打造业界领先的引擎生态平台。
1、负责Data+AI方向的ToB产品的演进规划、竞争力建设和研发，打造业内领先的产品； 2、负责计算和存储引擎内核的深度优化，领先开源社区和行业，给客户提供增量价值； 3、负责大模型数据处理框架的研发、数据处理算子的研发，引领市场需求； 4、与火山引擎方舟、机器学习平台等产品深度生态对接，打造AI全链路组合竞争力； 5、支撑客户的预训练、后训练、模型蒸馏、AI搜索、RAG、Agent等场景的数据需求。
我们致力于打造银行信贷领域的新一代“智能决策大脑”。我们以行业与产业研究为锚点，以数据智能为引擎，深度融合资深信贷专家的经验与海量异构数据洞察，构建面向信贷全生命周期的领域专属决策大模型。 1.主导信贷大模型的后训练体系：通过有监督微调（SFT）、奖励模型（RM）训练、人类反馈强化学习（RLHF）、直接偏好优化（DPO）等领域领先技术，让模型不仅“会回答”，更能“可解释、答得准、判得稳、符合专家直觉”，实现与信贷业务目标的深度对齐。 2.构建垂直领域智能Agent系统的能力：能主导信贷场景下Intelligent Agent的核心框架设计，融合感知、规划、执行与持续学习机制，并通过知识图谱、RAG、NL2SQL等技术打通非结构化知识、结构化数据与自然语言交互，实现从行业洞察、风险画像到决策支持的端到端自动化。 3.打造高质量领域数据飞轮：从零构建面向信贷场景的指令与偏好数据集，设计数据配比、清洗、增强与合成策略，持续提升数据效率与泛化能力——因为你知道，好模型的背后，是更聪明的数据。 4.建立科学严谨的评估体系：构建覆盖准确性、逻辑一致性、风险敏感度、幻觉控制等多维度的自动化评测 pipeline，用数据驱动模型迭代，确保每一个版本都比上一个更可靠、更可用。 5.站在AI+金融的最前沿：紧密跟踪全球大模型的最新进展（如新型偏好学习、多Agent协作等），快速将学术突破转化为业务生产力，解决真实世界中复杂、高 stakes 的信贷决策挑战。同时将领域化的研究转化为高质量的顶会论文，形成持续学术影响力。
1、负责面向客户建设有市场竞争力的大数据开发治理套件、EMR、LAS等大数据平台类产品，丰富火山引擎数据中台产品矩阵，洞察行业的机会点，持续挖掘产品的商业化潜力； 2、能够抽象各行业客户需求，并将需求转化为高品质的产品设计或解决方案； 3、与商业化销售/解决方案配合，对外部客户进行产品推介和宣讲； 4、制定产品的GTM策略和定价，保障产品在行业中的竞争力。
1、负责阿里云开源大数据平台（Flink/EMR/Spark/StarRocks/ES/Hadoop/K8S）运维工作，包括可观测性链路、监控报警，故障应急及处置、SLA可用率度量提升等 2、研发大数据运维管控平台，通过自动化提升运维效率，包括交付&变更CICD、智能诊断定界等 3、落地AIOps智能运维，通过AI算法提升稳定性，包括异常检测、根因定位及基于大模型&智能体Agent运维落地等 4、负责稳定性架构设计及项目组织推动落地，包括基础架构云原生化、跨AZ高可用架构、产品可运维性架构演进等