腾讯音乐
酷狗大数据开发工程师
酷狗大数据开发工程师
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公大数据
大数据
Ai Agent
Sql
Starrocks
值不值得投
74综合评分
综合评分 74
核心大数据开发岗，技术栈前沿且业务场景复杂，技术成长空间大，但需承担7×24小时平台运维压力。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
2.8万
比大数据中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
27 个在招
市场机会
选择适中
广州 · 大数据 · 11 个在招
职位详情
关于这个职位
负责大数据离线与实时数据处理开发，参与PB级海量数据整合与集群全链路建设
结合业务需求落地AI Agent，推动大数据平台智能化升级，保障平台高效稳定运行
最低要求
年以上大数据相关工作经验，深度参与过PB级海量数据处理、大型大数据集群建设项目，有中大型企业平台搭建优化经验者优先
大数据全栈技术：精通大数据完整技术链路，熟练运用Hadoop、Hive、Spark、Flink、Kafka、HBase、Starrocks等主流组件，精通数据采集、存储、计算、调度、监控全流程原理与实操
大数据建设能力：具备扎实的大数据集群建设能力，可独立排查处理集群宕机、任务异常、性能瓶颈等各类线上问题，熟练配合完成集群扩容、权限管理、资源优化等相关工作
AI Agent应用能力：熟悉AI Agent智能体搭建与场景落地流程，可配合团队完成大数据场景下的智能化改造、自动化运维、智能数据分析等功能落地，有AI+大数据融合项目经验者优先
综合技能与素养：熟练掌握SQL、数据建模与数据治理知识，熟悉Linux系统及Shell脚本编写
具备较强的逻辑思维、问题排查与技术攻坚能力
基础要求：本科及以上学历，计算机、大数据、人工智能等相关专业优先，工作严谨负责，具备良好的抗压能力与团队协作意识
工作职责
大数据开发：开展大数据离线、实时数据处理开发工作，涵盖数据采集、清洗、建模、计算等业务场景，完成代码编写、调试与性能优化，保障数据任务高效稳定运行
大数据平台建设：重点参与大数据集群全链路日常建设、监控告警、故障排查与调优，协助完成集群部署、扩容、版本升级、资源调度等工作，保障平台7×24小时稳定运行
PB级数据处理优化：重点参与PB级海量数据整合、计算与存储优化工作，协同解决数据倾斜、任务超时、资源浪费等海量数据场景核心问题，助力提升集群整体数据处理效率与资源利用率
AI Agent场景落地：结合大数据业务需求，重点参与AI智能体的搭建、调试与流程编排，协助落地智能故障排查、数据异常分析、任务自动化调度等功能，推动大数据平台智能化升级
架构迭代与业务支撑：重点参与大数据全链路架构优化升级，梳理数据流程、协助沉淀标准化技术规范
对接业务需求，配合输出技术解决方案，参与攻坚复杂场景下的技术难点，支撑业务数据赋能
优先资格
有PB级集群优化、海量数据治理、实时数仓搭建项目实战经历
参与过AI智能运维、大模型+大数据落地相关项目
熟悉大数据云原生架构、平台自动化建设体系
参与过大数据项目方案设计、落地交付、迭代优化全流程
AI 洞察
优缺点分析
优点
- 依托超大规模业务场景，能接触PB级海量数据处理与前沿AI Agent落地项目，技术成长空间极大
- 技术栈主流且全面，涵盖离线、实时、云原生及AI智能化改造，有利于构建完整的大数据技术体系
- PB级数据倾斜、任务超时等复杂场景对技术深度与问题排查能力要求极高，攻坚难度较大
- 适合具备扎实大数据底层技术、有海量数据处理经验，且对AI与大数据融合方向感兴趣的中级技术人才
缺点 / 挑战
- 需保障平台7×24小时稳定运行，涉及大量监控告警与故障排查，可能面临较高的运维与值班压力
角色解读
- 从大数据开发工程师向大数据架构师或底层技术专家方向纵深发展
- 向AI与大数据融合领域的技术管理岗或业务数据赋能负责人转型
- 负责大数据离线与实时数据处理开发，涵盖数据采集、清洗、建模与计算等全链路业务场景
- 参与大数据集群全链路日常建设、监控告警与故障排查，保障平台7×24小时稳定运行
- 结合业务需求落地AI Agent，推动智能故障排查、数据异常分析等功能，实现平台智能化升级
- 精通Hadoop、Spark、Flink等大数据核心组件及全链路技术原理与实操
- 具备PB级海量数据处理、集群调优及解决数据倾斜等复杂场景的技术攻坚能力
- 熟悉AI Agent搭建流程及SQL、Linux等基础技能，具备较强的逻辑思维与问题排查能力
申请策略
- 提前了解腾讯音乐及酷狗的业务场景与数据规模，准备针对数据倾斜、资源调度等复杂问题的具体解决方案
- 突出PB级集群优化、海量数据治理或实时数仓搭建的实战项目，量化性能提升与资源节约指标
- 强调在AI智能运维、大模型+大数据落地或自动化调度方面的实际经验与成果
- 深入学习AI Agent的搭建、调试与流程编排，了解大模型在数据分析与运维场景的应用
- 复习并掌握大数据云原生架构及平台自动化建设体系，提升全链路架构设计能力
面试指南
- 采用STAR法则，结合具体项目背景、面临的挑战、采取的技术方案（如调整并行度、优化数据模型、引入新组件）及最终的业务收益（如效率提升百分比、资源节约量）进行结构化回答
- 如何处理PB级数据场景下的数据倾斜和任务超时问题？请结合具体案例说明
- 请分享一个你主导的大数据集群全链路建设或性能调优的案例，最终取得了什么业务收益？
- 在AI Agent场景落地中，你是如何将大模型与大数据平台结合的？解决了什么痛点？
- Flink和Spark在实时与离线处理中的核心区别及选型考量是什么？
- 复习Hadoop、Spark、Flink等核心组件的底层原理与调优策略，准备1-2个解决复杂线上故障的完整案例
- 了解当前AI Agent在数据治理与自动化运维中的主流落地方案，形成自己的技术见解
职位点评
薪资福利80
成长发展85
工作生活50
使命价值70
薪资福利
80较高
岗位涉及PB级数据处理与AI Agent等核心技术，技术难度与门槛较高，薪资水平处于市场前列，且依托大型上市企业平台，整体薪酬福利具备较强竞争力。
薪资信号未披露（AI估算：2千–3.5万/月）
成长发展
85较高
岗位深度参与PB级海量数据处理、大数据平台建设及AI Agent场景落地，技术栈前沿且业务场景复杂，能极大提升技术深度与广度，个人技术成长空间广阔。
技术前沿前沿/新兴技术
技术栈Hadoop、Hive、Spark、Flink、Kafka、HBase、Starrocks、AI Agent、SQL、Linux
业务类型ambiguous
工作生活
50较低
JD明确要求保障平台7×24小时稳定运行，且涉及故障排查与调优，暗示可能存在一定的运维与值班压力，工作生活平衡情况未明确说明。
工作模式未明确
办公地点科技园/产业园
加班情况JD含高强度暗示词
使命价值
70中等
依托大型音乐娱乐生态，利用大数据与AI技术提升平台效能与用户体验，推动大数据平台智能化升级，具有一定的行业影响力与技术使命感。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs