字节跳动前端研发工程师-生活服务（大数据应用方向）

我们正在寻找一位具备深厚数据产品经验、跨业务视野和系统化规划能力的高级/资深数据产品专家，负责推动高德地图在大数据分析、用户理解、行为洞察与数据治理等领域的平台级产品建设。该角色将主导多个关键数据产品的战略规划与落地执行，打造面向未来的数据驱动型基础设施， ● 【数据应用落地业务场景】 ○ 负责北斗平台(包含经营分析、行为分析、供给分析、各类业务专题场景等) 的产品架构设计与演进规划，满足业务针对各类分析场景的业务应用价值落地。 ● 【数据资产管理】 ○ 面对数据供给者团队，建立一套简易高效率的资产维护工具，帮助数据供给者高效、高质量地维护数据资产。并作为平台方推行资产分级管理和数据运营机制。 ● 【可信资产门户】 ○ 打造企业级官方权威数据资产字典，正式推出。作为全公司统一的数据目录和知识库，它将帮助大家低门槛、快速地发现、理解、评估所需数据， ● 【智能化探索落地】 ○ 面向数据使用者，并向AI 智能化、 Agent 进化(数据应用方向)。 实现分析师的智能分身Agent， 可落地接管数据常寻与分探索类场景， 数据对外进行全面推广应用。实现分析师的智能分身Agent落地，并为Agent的使用量和准确度负责 期望带来的关键改变 你将不仅是平台的建设者，更是数据价值的定义者与推动者。我们期待你带来以下层面的关键突破： ● 【 从“报表工具”到“智能决策引擎”的跃迁】 ○ 打破传统BI仅做数据展示的局限，构建具备高级归因、异动预警、预测推演、自动洞察能力的下一代分析平台，让数据主动说话。 ● 【从“数据生产”到“数据消费”的全局视角重构】 ○ 建立以业务价值为导向的数据服务体系，实现数据从“被查询”到“被推荐”、“被调用”、“被集成”的转变，显著提升数据使用效率与覆盖率。 ● 【 从“单点能力”到“平台通用化”的升级】 ○ 打造具备高度抽象能力和横向复用性的数据平台产品，支撑高德多条业务线（导航、出行、本地生活 等）共性需求，避免重复造轮子。 ● 【 从“被动响应”到“前瞻引领”的思维进化】 ○ 超越“接需求—做功能”的模式，能够基于业务发展趋势提前布局数据能力建设，例如预判新业务场景所需的数据模型与分析框架。 ● 【 从“工程实现”到“商业影响”的价值闭环】 ○ 推动数据能力深度嵌入业务链路（如通过用户画像优化投放ROI、通过路径分析提升转化率），形成可量化、可持续的数据驱动增长机制。

通义千问（Qwen）是由通义实验室自主研发的超大规模语言模型，具备跨语言、跨任务的理解与生成能力。Qwen系列模型，涵盖参数量从几百 M 到 T 级的基座大语言模型，并相继推出Qwen-VL、Qwen-Audio、Qwen-Omni、Qwen-Coder等系列模型。从多轮对话到代码生成，从逻辑推理到内容创作，从单一多模态到全模态统一理解生成，Qwen 正在打造全球领先的全模态模型技术体系，推动AI在企业服务、开发者生态、个人用户等领域的深度应用，引领下一代人工智能的发展。 团队致力于追逐实现 Omni 基座模型，实现多模态理解与多模态生成一体化。在此之中，语音理解与语音生成是极其重要的技术，影响着下一代 AI 的交互形式，同时通过生成语音甚至创造音乐等方式改变人类的生活与工作。团队音频组负责围绕 Qwen 基座模型展开音频处理以及与音频交互相关的基础研究及其应用，代表工作有 Qwen2.5-Omni, Qwen2-Audio, Qwen-Audio。音频组招收理解以及生成方向研究员，包括但不限于 ASR, TTS, S2TT，TTS, Zero-Shot TTS, Music/Song Generation， 同时也欢迎擅长音频交互的工程师，负责基座模型的开源与落地应用，支持开发实时交互系统。 工作职责： 1. 单人/多说话人语音识别。 2. 语音合成与高质量音频合成。 3. 音频前端与音色转换。 4. 音色克隆(Zero-Shot TTS)。 5. 音乐生成 / 歌声生成。 6. 理解指令遵循能力提升与推理，包括 SFT, GRPO 等。 7. 流式音频交互模型的推理与加速 (熟悉RTC/WebSocket等)。

通义千问（Qwen）是由通义实验室自主研发的超大规模语言模型，具备跨语言、跨任务的理解与生成能力。Qwen系列模型，涵盖参数量从几百 M 到 T 级的基座大语言模型，并相继推出Qwen-VL、Qwen-Audio、Qwen-Omni、Qwen-Coder等系列模型。从多轮对话到代码生成，从逻辑推理到内容创作，从单一多模态到全模态统一理解生成，Qwen 正在打造全球领先的全模态模型技术体系，推动AI在企业服务、开发者生态、个人用户等领域的深度应用，引领下一代人工智能的发展。 团队致力于追逐实现 Omni 基座模型，实现多模态理解与多模态生成一体化。在此之中，语音理解与语音生成是极其重要的技术，影响着下一代 AI 的交互形式，同时通过生成语音甚至创造音乐等方式改变人类的生活与工作。团队音频组负责围绕 Qwen 基座模型展开音频处理以及与音频交互相关的基础研究及其应用，代表工作有 Qwen2.5-Omni, Qwen2-Audio, Qwen-Audio。音频组招收理解以及生成方向研究员，包括但不限于 ASR, TTS, S2TT，TTS, Zero-Shot TTS, Music/Song Generation， 同时也欢迎擅长音频交互的工程师，负责基座模型的开源与落地应用，支持开发实时交互系统。 工作职责： 1. 单人/多说话人语音识别。 2. 语音合成与高质量音频合成。 3. 音频前端与音色转换。 4. 音色克隆(Zero-Shot TTS)。 5. 音乐生成 / 歌声生成。 6. 理解指令遵循能力提升与推理，包括 SFT, GRPO 等。 7. 流式音频交互模型的推理与加速 (熟悉RTC/WebSocket等)。

加入西门子智能基础设施集团智能建筑事业部，成为零碳先锋，共创明日世界！ 西门子智能基础设施集团 (Siemens Smart Infrastructure, SI) 的业务涵盖能源系统、楼宇和工业，旨在通过集成软硬件、产品、系统和解决方案，改善人们的生活和工作方式，显著提高效率和可持续性。我们致力于打造更低碳、更智能、更灵活的基础设施，在楼宇科技、智慧园区、数据中心等领域，都有我们成功的项目案例。 我们期待应用开发工程师（全栈）人才加入我们，一同推动业务发展。 你将在这些领域发挥影响： • 负责公司工业用 AI 产品的全栈开发，涵盖前端页面设计与实现、后端业务逻辑开发及数据库架构设计，确保产品功能完整且满足工业场景需求。 • 深入理解产品需求（如楼宇设备 AI 监控、能耗智能分析、故障预警等），将需求转化为技术方案，独立完成前端交互逻辑、后端接口及数据库层的设计与编码。 • 前端方面：基于 UI/UX 设计稿开发响应式页面，实现设备状态实时展示、AI 分析结果可视化（图表、数据看板等）、用户操作交互等功能，保障在工业控制终端、PC 端等多设备的兼容性与流畅性。 • 后端方面：设计并开发高效、可靠的 API 接口，处理数据采集、AI 模型调用、业务规则计算等核心逻辑，确保与前端及硬件设备的数据交互稳定。 • 数据库方面：负责数据模型设计、表结构优化、查询性能调优，保障工业场景下海量设备数据（如传感器实时数据、历史运行记录）的存储、检索与安全性。 • 与 AI 算法团队、硬件研发团队、产品经理紧密协作，参与需求评审与技术方案讨论，解决跨团队协作中的技术衔接问题（如 AI 模型输出与业务系统集成、硬件数据协议适配）。 • 负责代码质量管控，编写技术文档（如接口文档、数据库设计文档），参与单元测试与系统测试，排查并修复线上问题，持续优化产品性能与稳定性。 • 跟踪工业软件、前端后端技术及数据库领域的发展趋势，将合适的技术与方法论引入项目，提升开发效率与产品竞争力。