字节跳动
AI数据平台研发工程师（开发套件方向）-Data
AI数据平台研发工程师（开发套件方向）-Data
发布于 大约 10 小时前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
本科
分布式系统
LLM
Openapi
Cli
AI 估算 · 35k–65k
字节跳动大厂资深工程师级别，AI+大数据方向稀缺，薪资竞争力强，参考市场行情月薪40-60K，年终奖丰厚。
职位详情
关于这个职位
该职位负责结合大模型能力，打造AI驱动的数据开发治理平台，涉及OpenAPI、CLI、Agent等组件的设计与优化
你将参与高并发、高可用的全球化多机房架构设计，推动大数据平台向AI-Native方向演进
团队技术氛围浓厚，适合有深厚后端功底并希望深入AI+大数据领域的工程师
最低要求
计算机、软件工程、数据工程等相关专业本科及以上学历
计算机基础扎实：精通Java及Spring生态，对高并发、性能调优有深入理解和实践
具备良好的Python开发能力，能灵活运用于Skill等脚本开发
LLM应用工程能力：熟悉OpenClaw、Claude Code等Agent Harness框架的内部原理并有应用经验
对于面向Agent的CLI、领域Skill和Agent的设计与落地有经验
系统工程与架构能力：具备优秀的分布式系统设计能力，熟练运用缓存、消息队列等中间件
对系统高可用、高并发设计有深刻理解
熟悉可观测性（Logging，Metrics，Tracing）、API设计与演进、安全与权限体系
大数据体系认知：对大数据技术体系有基础认识或实践经验，包括但不限于存储与计算（如Hadoop，Spark，Flink，Hive，Presto/Trino）、工作流调度（如Airflow，DolphinScheduler）、元数据管理与数据治理等
产品与协作：具备良好的产品意识和用户同理心，能从业务价值出发思考技术方案
拥有出色的沟通与跨团队协作能力，能高效推动复杂项目落地
工作职责
结合大模型（LLM）能力，探索并实现AI驱动的新一代数据开发治理平台（包括数据开发、数据运维、数据治理等）
负责相关OpenAPI&CLI、Skill/Agent的设计、开发及性能优化，推动大数据平台朝AI-ready&AI-Native方向演进
设计并优化高并发、高可用的全球化多机房数据平台架构，涉及多任务类型开发、大规模任务调度、多机房任务智能运维、超大规模数据治理等，支持大规模数据开发用户的使用场景
参与团队的技术决策，推动多机房架构优化，提升系统的稳定性、可扩展性和易维护性
关注业界大数据开发工具和AI赋能技术的最新进展，推动相关技术在团队内的落地与实践
AI 洞察
优缺点分析
优点
- 站在AI+大数据融合的前沿，技能积累含金量高，市场稀缺
- 字节跳动大厂平台，技术氛围浓厚，能接触海量数据和复杂场景
- 薪资待遇优厚，福利完善，职业发展空间大
- 工作涉及多机房架构，能锻炼全球化系统设计能力
- 技术要求全面且深入，Java、Python、LLM、大数据缺一不可，学习曲线陡峭
- 大厂节奏较快，需要较强的抗压能力和自驱力
- 适合有3-5年及以上后端开发经验，精通Java和分布式系统，同时对AI和大数据有浓厚兴趣，愿意深入工程化落地的技术人才
缺点 / 挑战
- 涉及跨团队协作，沟通成本较高，需要产品思维和推动力
角色解读
- 技术专家路线：深耕AI+大数据平台架构，成为分布式系统或AI工程化领域的专家
- 技术管理路线：积累跨团队协作经验，未来可转向技术Leader或架构师
- 跨领域发展：掌握LLM和Agent技术后，可转向AI产品、数据科学或AI平台其他方向
- 结合大模型能力，设计和开发AI驱动的数据开发治理平台，涵盖数据开发、运维、治理等模块
- 负责构建OpenAPI、CLI以及Skill/Agent等组件，推动大数据平台向AI-Native演进
- 设计高并发、高可用的全球化多机房架构，优化任务调度和智能运维，保障系统稳定
- 参与技术决策，调研并引入前沿技术，提升平台性能和扩展性
- 精通Java及Spring生态，具备高并发和性能调优的实战经验
- 熟练掌握Python，能用于脚本和Agent开发
- 深入理解Agent框架（如OpenClaw、Claude Code）原理，有LLM应用实践经验
- 具备分布式系统设计能力，熟悉缓存、消息队列、可观测性、API设计等
申请策略
- 在面试中展现对AI Native数据平台的理解，以及如何用LLM解决实际问题
- 关注字节跳动的技术博客和开源项目，了解团队技术方向
- 突出Java高并发、性能调优项目经验，用数据说明优化效果
- 展示LLM应用或Agent开发相关项目，如基于GPT的自动化工具
- 强调分布式系统设计案例，包括缓存、消息队列、高可用架构
- 如有大数据生态组件（Spark、Flink等）使用经验，务必列出
- 补充学习Agent框架（如LangChain、OpenClaw）的实践
- 熟悉字节内部常用技术栈，如Kite、ByteMQ等（若有机会）
面试指南
- STAR法则：情境-任务-行动-结果，用具体项目说明技术决策和收益
- 系统性思维：从业务需求出发，分析架构选型、技术权衡和扩展性
- 展示学习能力：承认不足但强调持续学习，如讲述如何快速上手LLM
- 请介绍一个你设计的高并发系统，如何保证性能和稳定性？
- 你如何理解LLM Agent？请设计一个基于LLM的自动化运维Agent
- 谈一谈你对分布式系统中可观测性的理解，你用过哪些工具？
- 如何设计一个高可用的多机房任务调度系统？
- 结合大数据和AI，你认为数据平台未来会有哪些演进方向？
匹配度报告
75
综合匹配度
大厂高薪、前沿AI+大数据技术栈，但工作强度大、WLB一般。
适合人群
最适合追求技术成长和高薪资的求职者，对工作节奏有较强承受能力。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利90
成长发展95
工作生活40
使命价值75
薪资福利匹配
90较高
字节跳动薪资具有强竞争力，福利完善（六险一金、期权等），但JD未明确薪资数字，故薪资信号为'未披露'。
薪资信号未披露（AI估算：35K-65K/月）
成长发展匹配
95较高
该职位涉及LLM、Agent、分布式系统等前沿技术，技能成长空间极大，且团队处于AI-Native转型期，技术探索性高。
技术前沿前沿/新兴技术
技术栈LLM、Agent、OpenAPI、CLI、分布式系统、大数据、AI-Ready
成长机会关注业界最新进展、推动技术落地与实践
业务类型profit_center
工作生活匹配
40较低
字节跳动工作强度较高，JD未明确WLB相关描述，北京办公室位于市区核心地段，但未提及远程办公。
工作模式仅现场办公
办公地点市区核心地段
加班情况JD含高强度暗示词
使命价值匹配
75中等
数据平台研发支撑公司核心业务，对大规模数据处理有重要影响，但缺乏直接社会价值描述。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs