腾讯
实时计算引擎研发工程师（深圳/上海/杭州/北京）
实时计算引擎研发工程师（深圳/上海/杭州/北京）
发布于 大约 14 小时前普通员工/个人贡献者
深圳市 / 北京市
高级经验
全职员工
仅现场办公
本科
数据工程
Ai Agent
Jvm
Llm
Sql优化
分布式系统
大数据
实时计算
AI 估算 · 40k–70k
职位详情
关于这个职位
作为腾讯实时计算引擎研发工程师，你将专注于 Apache Flink 内核的深度优化与二次开发，解决超大规模实时计算中的性能瓶颈和稳定性问题
你将参与前沿技术预研，与全球社区协作，并探索 LLM 与 AI Agent 在数据引擎中的智能化应用
该职位要求扎实的分布式系统功底和丰富的 Flink 实战经验，适合对大数据计算有热情的技术专家
最低要求
扎实的计算机理论基础（数据结构、算法、网络、操作系统），深入理解 SQL 优化原理、执行模型、代码生成、状态优化等大数据计算引擎核心机制
年以上大数据计算引擎 / 数据库内核 / 分布式系统研发经验
熟悉 Flink / Spark / Calcite 等开源框架，有开源项目贡献或在优化器、大数据计算方向具备实际经验者优先
精读过 Flink 源码者优先
精通 Java，具备优秀的工程质量意识、性能优化能力与系统设计能力
扎实的 JVM、调优、并发、Netty / NIO 网络等底层功底
熟悉 LLM、RAG、AI Agent 等框架与主流 Agent / Skill 范式，有 Data + AI 数据融合处理经验者优先
对让数据引擎被多种形态使用（SQL / Python / Agent 等）有经验或强烈兴趣
良好的沟通能力、自驱力与跨团队协作能力，能在多团队环境中推动复杂技术方案落地
具备优秀的英文读写能力，便于跟进开源社区并参与全球协作
加分项
Apache Flink / Calcite 等社区 PMC / Committer / Contributor
超大规模实时计算集群实战经验（千台级节点 / 万级作业 / TB 级状态 / 高吞吐 QPS）
流式 OLAP、自适应调度、新一代 State Backend / Lake Format 融合等方向的预研或落地经验
工作职责
Apache Flink 内核优化与二次开发：基于 Runtime、State、Checkpoint 等核心机制做深度优化与二次开发，面向高吞吐、低延迟、大状态、长周期作业专项优化，解决资源瓶颈、反压、数据倾斜、状态失效、重启抖动、延迟波动等线上核心问题
面向超大规模计算能力攻坚：面向超大规模实时数据接入与计算，持续优化横向 / 纵向扩缩容、零断流、热更新、超大 Checkpoint / State 等核心技术，负责引擎运行时与状态管理方向的架构演进与专项优化
多样化接入和 Agent 适配：让引擎以 SQL / API / Python SDK / AI Agent / Skill 调用等多种形态被使用，探索并落地 LLM、AI Agent 在引擎中的智能化能力，提供稳定、高效的实时计算融合体验
前沿技术预研、社区贡献与团队赋能：跟进批流一体、增量 Checkpoint、状态 TTL、自适应调度、流式 OLAP 等前沿技术
参与 Apache Flink 社区核心研发并与全球社区共同推进 Flink 新技术方向
输出架构文档、调优规范、故障治理手册，指导初级工程师
优先资格
加分项：
Apache Flink / Calcite 等社区 PMC / Committer / Contributor
超大规模实时计算集群实战经验（千台级节点 / 万级作业 / TB 级状态 / 高吞吐 QPS）
流式 OLAP、自适应调度、新一代 State Backend / Lake Format 融合等方向的预研或落地经验
AI 洞察
优缺点分析
优点
- 参与 Apache Flink 社区核心研发，提升个人技术影响力
- 技术栈前沿，融合 LLM 和 AI Agent，发展空间大
- 薪资福利优厚，公司稳定，有完善的职业发展体系
- 技术深度要求高，需要持续学习和解决复杂问题
- 跨团队协作和社区贡献需要良好的沟通和时间管理
- 适合对大数据计算有深厚兴趣，具备扎实底层功底，追求技术卓越和开源影响力的资深工程师
缺点 / 挑战
- 腾讯平台资源丰富，业务场景复杂，能接触超大规模实时计算挑战
- 工作强度可能较大，需要应对线上故障和优化压力
角色解读
- 技术专家路线：深耕 Flink 内核，成为社区 PMC/Committer，引领技术方向
- 架构师路线：从引擎优化扩展到整体大数据平台架构设计
- 管理路线：积累经验后带领团队，负责更大规模的实时计算平台
- 深度优化 Apache Flink 内核，解决高吞吐、低延迟、大状态等场景下的性能瓶颈和稳定性问题
- 负责引擎运行时与状态管理的架构演进，支持超大规模实时计算集群的扩缩容、热更新等能力
- 探索 LLM 和 AI Agent 在数据引擎中的集成，让引擎支持 SQL、Python SDK、Agent 等多种调用方式
- 参与 Apache Flink 社区贡献，跟进前沿技术并输出技术文档，指导初级工程师
- 精通 Java 和 JVM 调优，具备扎实的并发、网络编程功底
- 深入理解 Flink/Spark 等大数据计算引擎内核，熟悉 SQL 优化、执行模型、状态管理等
- 有开源社区贡献经验或大规模集群实战经验者优先
- 对 LLM、RAG、AI Agent 有了解或兴趣，具备跨团队协作和英文读写能力
申请策略
- 了解腾讯实时计算团队的业务方向，如腾讯云 Flink 服务
- 准备一个 Flink 优化案例，展示问题分析和解决过程
- 突出 Flink 或 Spark 内核优化经验，包括具体性能提升数据
- 强调开源贡献或源码阅读经历，如 Flink PR 或源码分析
- 展示分布式系统设计和 JVM 调优能力，用项目案例证明
- 如有 LLM 或 AI Agent 相关项目，突出 Data+AI 融合经验
- 深入阅读 Flink 源码，理解 Runtime 和 State 机制
- 学习 LLM 和 AI Agent 基础，了解如何与数据引擎结合
面试指南
- 使用 STAR 法则：情境、任务、行动、结果，突出技术深度和量化成果
- 对于原理性问题，从底层机制入手，结合源码和实际案例
- 对于开放性问题，展示思考过程，结合业务场景
- 请描述一次你优化 Flink 作业性能的过程，遇到了哪些挑战？
- Flink 的 Checkpoint 机制是如何工作的？如何优化超大状态？
- 你如何理解 SQL 优化器？在 Flink 中如何实现？
- 如何将 LLM 或 AI Agent 集成到数据引擎中？
- 你参与过哪些开源项目？贡献了什么？
职位点评
77
综合评分
腾讯大数据引擎研发，技术前沿，薪资优厚，但工作强度可能较大。
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。
更适合这类人
适合追求技术成长、愿意挑战高难度问题、对大数据计算有热情的资深工程师。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展95
工作生活50
使命价值70
薪资福利
80较高
腾讯作为大厂，薪资水平较高，福利完善，但具体薪资未披露，需面议。
薪资信号面议 (40K-70K/月)
成长发展
95较高
该岗位技术前沿，涉及 Flink 内核优化和 LLM 融合，成长空间大，且有社区贡献机会。
技术前沿前沿/新兴技术
技术栈Apache Flink、Java、JVM、LLM、AI Agent、分布式系统
成长机会社区贡献、指导初级工程师
业务类型profit_center
工作生活
50较低
工作地点在深圳等一线城市，现场办公，未提及弹性工作，可能加班。
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
70中等
大数据计算是数字基础设施，对行业有积极影响，但社会价值不直接体现。
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