腾讯
腾讯云-存储多模态数据高级研发工程师
腾讯云-存储多模态数据高级研发工程师
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公后端开发
后端开发
Go
Pytorch
向量检索
多模态数据
数据湖
值不值得投
80综合评分
综合评分 80
前沿AI数据底座技术栈、发展成长空间大、薪资竞争力强，但工作节奏较快。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
3.5万
与后端开发中位数基本持平
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2010 个在招 · 其中后端开发 41 个
市场机会
选择面较广
深圳 · 后端开发 · 约 110 个在招
职位详情
关于这个职位
该职位负责腾讯云对象存储COS上的多模态数据基础能力建设，搭建数据处理管线并优化存储与检索效率
你需要深度适配大数据与AI计算框架，支撑传媒、安防等行业的海量数据处理与落地，推动能力产品化
最低要求
本科及以上学历，计算机相关专业
年以上后台开发经验，大数据/数据管线相关经验优先
熟练掌握 Python/Go/C++ 至少一门，熟悉 Linux 开发环境
熟悉至少一种主流消息队列（Kafka/Pulsar/RocketMQ）、任务调度（Airflow/Celery）、存储系统（OSS/S3/HDFS）
熟悉分布式计算或大数据处理框架，了解Ray、Spark、Hadoop、Flink相关技术栈
具备以下任一方向的实际项目经验：
向量检索：HNSW / IVF / ScaNN 等索引原理与工程实现，Faiss / Milvus / Vespa 等系统使用或改造经验
多模态数据处理：图像视频抽帧切片、音频 VAD/ASR 前后处理、文档版面解析、点云 / Mesh 格式处理
AI 数据底座：Embedding 生成与治理、样本构建、训练数据管理、数据湖表格式（Iceberg / Hudi / Paimon / Lance）
聪明好学，有较强的自驱力和学习力，责任心强，能在快节奏环境中推进项目
工作职责
负责腾讯云对象存储 COS 之上的多模态数据基础能力建设，围绕元数据、索引、向量、版本、生命周期与查询规划等方向，构建高性能、可治理、可复用的 AI 数据底座
搭建Data-Centric多模态数据处理管线，覆盖采集、清洗、结构化、特征抽取、质量评估等算子开发，以及跨模态检索、内容理解及质量筛选等关键环节，支撑客户侧大规模数据资产的规模化生产
构建高可用、高吞吐的数据存储和服务框架，持续优化多模态数据的处理、存储以及检索效率
深度适配 Ray、Spark、Flink、PyTorch 等大数据与 AI 计算框架，优化数据写入、扫描、过滤、采样、批量读取与训练数据加载的端到端性能，持续降低单位数据处理成本
支撑传媒、安防、具身智能等重点行业场景落地，包括海量视频检索、感知数据工程、多模态内容审核等，直接对业务指标负责
参与技术方案设计与评审，输出对外可交付的架构文档与最佳实践，推动能力产品化
优先资格
大数据/数据管线相关经验优先
AI 洞察
优缺点分析
优点
- 依托腾讯云庞大的业务场景，能接触到海量数据与前沿的AI/多模态技术
- 技术栈丰富且前沿，涵盖大数据、AI计算框架及向量检索等，利于技术深度积累
- 腾讯平台提供完善的培训体系和广阔的内部转岗、晋升空间
- 涉及多模态数据与AI底座，技术复杂度高，需要持续学习以保持技术领先
- 具备扎实后台开发基础，对AI数据底座、多模态处理或向量检索有浓厚兴趣，且能在快节奏环境中抗压前行的技术人才
缺点 / 挑战
- 直接对业务指标负责，在快节奏环境中推进项目，可能面临一定的交付压力
角色解读
- 从高级研发工程师向架构师或技术专家方向发展，主导复杂系统架构设计
- 深入AI与大数据交叉领域，成为多模态数据底座领域的行业专家
- 负责腾讯云对象存储COS上的多模态数据基础能力建设，构建AI数据底座
- 搭建多模态数据处理管线，优化数据存储、处理与检索效率，适配大数据与AI计算框架
- 支撑传媒、安防、具身智能等行业的场景落地，参与技术方案设计与产品化
- 熟练掌握Python/Go/C++至少一门，熟悉Linux开发环境及分布式计算框架
- 熟悉主流消息队列、任务调度及存储系统，具备大数据处理框架经验
- 在向量检索、多模态数据处理或AI数据底座至少一个方向有实际项目经验
申请策略
- 了解腾讯云COS的产品特性及在AI时代的数据存储演进方向
- 准备关于高吞吐、高可用存储系统设计的技术难点及解决方案
- 突出在Python/Go/C++及分布式系统方面的实际项目经验与性能优化成果
- 详细阐述在向量检索、多模态数据处理或数据湖/数据底座方向的落地案例
- 强调在海量数据处理、高可用架构设计以及降低单位数据处理成本方面的贡献
- 深入学习Ray、Spark、Flink等大数据框架与PyTorch的底层原理及调优技巧
- 补充向量检索（如Faiss/Milvus）或多模态数据处理的工程化落地经验
面试指南
- 采用STAR法则，清晰描述背景、任务、行动和结果，重点突出量化收益（如性能提升百分比、成本降低幅度）
- 在架构设计问题上，从需求分析、技术选型、核心模块设计、高可用/扩展性保障到最终落地进行系统性阐述
- 请介绍一个你主导的高吞吐/高可用数据存储或处理系统的设计与优化过程
- 在向量检索或多模态数据处理中，你遇到过哪些性能瓶颈？是如何解决的？
- 如何深度适配Ray/Spark/Flink等框架以优化端到端的数据处理性能？
- 面对传媒或安防等行业的海量视频检索需求，你会如何设计底层数据架构？
- 复习分布式系统、存储系统底层原理及常见的大数据/AI计算框架的源码或核心机制
- 准备1-2个具有技术深度的项目案例，能够应对面试官对细节的深挖
职位点评
薪资福利85
成长发展90
工作生活60
使命价值80
薪资福利
85较高
腾讯作为头部互联网企业，提供具有市场竞争力的薪资和完善的福利体系，高级研发岗薪资处于行业中上水平。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
90较高
岗位涉及AI数据底座、多模态处理等前沿技术，技术栈深且广，能极大提升个人技术深度与架构能力。
技术前沿前沿/新兴技术
技术栈Python、Go、C++、Ray、Spark、Flink、PyTorch、Kafka、HNSW、Faiss、Milvus、Iceberg
业务类型profit_center
工作生活
60中等
JD提及“能在快节奏环境中推进项目”，暗示工作节奏较快，WLB可能受限，但整体办公环境较好。
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
80较高
支撑传媒、安防、具身智能等重点行业场景落地，推动AI数据底座建设，具有较高的行业价值和技术使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号生态共创者、沉淀优质代码
创新程度开拓性创新（行业首创）
Watch Jobs