字节跳动
EMR Agent技术专家-火山引擎
EMR Agent技术专家-火山引擎
发布于 大约 16 小时前普通员工/个人贡献者
北京市
专家级经验
全职员工
仅现场办公
本科
大数据
LLM
AI 估算 · 35k–65k
字节跳动核心技术岗，技术专家级别，薪资竞争力强，结合北京市场，月薪范围符合大厂高端岗位水平。
职位详情
关于这个职位
负责火山引擎EMR大数据平台的技术架构与核心研发，基于Spring Boot构建管控后端，利用K8s编排GPU/CPU资源，并开发大模型Agent平台，赋能云原生Data+AI场景
适合对前沿技术（大模型、云原生）有强烈探索欲的资深工程师
最低要求
本科及以上学历，计算机相关专业
精通Java或Python语言及生态，对管控后端业务有丰富的实战经验，深度掌握Spring Boot等主流后端框架，具备复杂分布式系统、高并发、高可用架构设计经验
具备优秀的大数据理解与实践能力，熟悉Spark、Ray等分布式数据处理框架
精通K8s工作原理及其在云原生Data+AI场景下的应用
拥有完整的大模型Agent相关研发工程经验，熟悉LangChain、Dify等开源Agent框架，了解大模型领域的LLM应用平台开发
拥有复杂项目工程实践经验，主人翁精神与落地执行力，具备良好的产品意识和业务理解能力，沟通能力强，能够在技术与业务的交汇点上创造价值
对前沿技术（大模型、云原生大数据等）保持强烈的探索欲
工作职责
负责火山引擎大数据平台（EMR）的架构设计与核心研发，深入管控后端业务逻辑，主导基于Spring Boot体系的复杂业务系统建设与优化
基于K8s体系构建大规模任务处理系统，结合对Spark、Ray等Data+AI生态的深刻理解，负责GPU/CPU等多种异构资源的编排调度及底层基础设施的集成
负责大模型Agent相关工程平台的研发，涵盖智能问答、运维诊断与自动化运维，赋能大模型时代的数据平台运维及复杂AI应用需求
负责云平台与字节跳动火山引擎基础设施如计算、存储、AI模型等上下游生态的集成
AI 洞察
优缺点分析
优点
- 技术栈前沿：涉及K8s、Spark、Ray、大模型Agent等高价值技术，积累竞争力强的技能
- 平台优势：字节跳动火山引擎是增长迅速的云服务，参与核心平台建设有广阔发展空间
- 薪资丰厚：大厂技术专家级别待遇优厚，且有期权等长期激励
- 技术氛围好：团队技术驱动，能深入探索云原生与AI结合的最新方向
- 工作强度大：字节跳动普遍节奏快，可能需要应对高并发、复杂系统的紧急问题
- 适合具备扎实后端和大数据基础，对云原生和大模型Agent有强烈热情，能适应高强度工作并追求技术深度突破的资深工程师
缺点 / 挑战
- 技术深度要求高：需要同时掌握大数据、K8s、大模型Agent等多领域知识，学习压力大
- 跨部门协作多：涉及与计算、存储、AI等多个团队整合，沟通协调成本较高
角色解读
- 技术路线：从EMR技术专家逐步成长为大数据平台架构师或AI基础设施负责人
- 管理路线：可向技术团队Leader或技术总监方向发展，带领团队攻克技术难题
- 领域拓展：结合大模型与云原生，未来可转型为AI Agent平台架构师或云原生数据平台负责人
- 主导火山引擎EMR大数据平台的架构设计与核心研发，基于Spring Boot构建稳定高效的管控后端系统
- 利用K8s编排GPU/CPU异构资源，构建Spark、Ray等Data+AI任务处理系统，提升资源利用率
- 开发大模型Agent工程平台，实现智能问答、运维诊断与自动化运维，推动大数据平台智能化
- 集成云计算基础设施与AI模型，打通上下游生态，赋能企业级Data+AI应用
- 精通Java或Python及Spring Boot框架，具备高并发、高可用分布式系统设计经验
- 深入理解Spark、Ray等大数据框架，以及K8s在云原生场景下的实践
- 有完整的大模型Agent开发经验，熟悉LangChain、Dify等开源框架
- 具备复杂项目管理能力与产品思维，能在技术与业务间实现价值落地
申请策略
- 提前了解火山引擎EMR产品与竞品（如阿里云EMR、腾讯云EMR、AWS EMR），在面试中展现业务理解
- 准备一个完整的技术方案案例，从需求分析到架构设计再到落地效果，体现全链路能力
- 突出Spring Boot高并发系统设计、K8s编排经验、Spark/Ray大数据项目经历
- 详细描述大模型Agent相关工程实践，如基于LangChain的开源Agent开发、LLM应用平台建设
- 强调复杂项目管理能力、跨团队协作成果以及产品意识驱动的技术方案
- 展示对前沿技术的持续学习，例如博客、开源贡献或技术演讲
- 补充K8s高级运维与调度知识，理解GPU/CPU异构资源管理
- 深入学习LangChain、Dify等Agent框架的源码，了解LLM应用开发的最佳实践
面试指南
- 结构化回答：先概述背景和目标，再分步骤说明设计思路，最后总结成果和反思
- 突出技术亮点：重点描述遇到的难点和你的解决方案，体现深度思考
- 结合业务价值：强调技术决策如何支撑业务目标，展现产品意识
- 请详细描述一个你主导的基于Spring Boot的分布式系统架构，如何保证高并发与高可用？
- K8s中如何实现Spark任务与Ray任务的资源隔离与调度？介绍过你的优化方案
- 如何设计一个大模型Agent平台来实现智能运维？请画出架构图并说明关键技术选型
- 你如何理解“在技术与业务的交汇点上创造价值”？请举例说明
- Spark与K8s集成的典型挑战有哪些？你是如何解决的？
匹配度报告
66
综合匹配度
字节跳动核心技术岗，前沿技术栈云原生+大模型，薪资竞争力强但WLB较弱。
适合人群
最适合追求技术深度和前沿发展、愿意投入时间换取行业竞争力的开发者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展95
工作生活40
使命价值60
薪资福利匹配
70中等
职位薪资未明确，但字节跳动大厂技术专家通常提供具有竞争力的薪酬和福利，五险一金、年终奖等是标配，能满足基本补偿性需求。
薪资信号未披露（AI估算：35K-65K/月）
成长发展匹配
95较高
技术栈全面先进，涉及K8s、Spark、Ray、大模型Agent等前沿方向，有大量学习和成长空间，是技术深度和广度兼备的优质岗位。
技术前沿前沿/新兴技术
技术栈Spring Boot、Kubernetes、Spark、Ray、LangChain、Dify、LLM、Java、Python、大数据
成长机会对前沿技术保持强烈的探索欲
业务类型profit_center
工作生活匹配
40较低
仅现场办公，字节跳动普遍工作节奏较快，加班情况较多，对工作生活平衡要求较高的求职者需谨慎考虑。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
60中等
火山引擎作为字节跳动云服务，处于高速增长赛道，但职位对社会的直接影响力一般，更多是技术赋能。
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