腾讯云大数据基础产品-Data+AI研发工程师

优缺点分析

角色解读

• 可向大数据/AI架构师方向发展，负责整体技术架构设计
• 有机会成为技术专家，深入钻研Data+AI交叉领域
• 腾讯内部晋升通道清晰，可转向管理岗或跨BG发展
• 负责大数据基础产品的数据智能核心竞争力建设，打造AI驱动的自治系统
• 深度融合DataOps和MLOps，构建一体化、易用且高性价比的数据智能平台
• 探索GenAI与大数据的融合场景，如自然语言查询、RAG等，释放数据产业价值
• 精通至少一门编程语言（Python/Java/Golang/Rust），具备优秀算法实现和优化能力
• 掌握深度学习框架，具备Data Infra或AI Infra相关项目经验
• 了解Data+AI前沿技术，如数据科学计算、RAG、大模型应用等

申请策略

• 了解腾讯云大数据产品线（如EMR、DLC等），在面试中展现产品思维
• 关注腾讯云认证，可作为加分项
• 突出大数据或AI基础设施项目经验，特别是参与过的大规模系统
• 强调深度学习框架使用和性能优化成果，提供具体量化数据
• 展示对GenAI或DataOps的实践经历，体现技术前瞻性
• 补充RAG、大模型微调等GenAI相关技能
• 加强对DataOps/MLOps工具链（如Airflow、Kubeflow）的了解

面试指南

• 用STAR法则描述项目背景、任务、行动和结果，量化效果
• 先阐述技术原理，再结合业务场景说明落地价值
• 从技术挑战、解决方案、收益三个维度进行结构化回答
• 谈谈你过去负责的一个大数据系统的架构设计及优化过程
• 你如何理解Data+AI？在实际项目中如何融合AI能力提升效率？
• 描述一个你使用深度学习框架解决业务问题的具体案例
• 对GenAI和大数据结合的未来趋势有什么看法？
• 复习大数据生态组件（如Spark、Flink、Hadoop）及AI Infra知识