千问事业部-大数据计算专家-杭州

优缺点分析

角色解读

• 在阿里云核心团队，可成长为大数据计算引擎的架构师或技术专家
• 可向技术管理方向发展，带领团队负责更大规模的数据基础设施
• 技术影响力可扩展至开源社区，成为行业知名的数据计算专家
• 负责大规模多模态数据计算引擎的架构设计与执行计划优化，解决PB级数据处理性能瓶颈
• 构建CPU/GPU异构计算的任务调度机制与执行流水线，提升数据处理效率
• 开发SQL-like与Python双端编程接口，打造从本地开发到生产部署的一站式体验
• 应对百PB级数据入湖的存储与I/O挑战，实现多租户资源隔离与数据治理
• 精通分布式系统原理，深入理解Spark、Flink、Ray等计算引擎的执行模型与容错设计
• 熟悉CPU/GPU异构计算，具备GPU加速数据处理和深度性能调优经验
• 具备构建开发者工具链或编程接口的经验，关注用户体验
• 熟悉数据湖技术栈（如Paimon、Iceberg）及AI原生格式，了解ACID事务机制

申请策略

• 在简历中明确量化技术成果，如处理数据规模、性能提升倍数
• 面试前了解千问事业部在AI大模型数据处理方面的技术挑战和方向
• 突出在Spark/Flink/Ray等项目中的架构设计或核心模块开发经验
• 强调GPU加速、性能调优的具体案例和量化成果（如性能提升百分比）
• 展示构建开发者工具链或API的完整项目经历
• 提及对数据湖、AI数据格式的深入理解或相关开源贡献
• 深入学习Ray或Daft等新兴引擎的源码，理解其设计思想
• 实践GPU编程（如CUDA）和向量化执行，提升性能调优能力

面试指南

• 回答技术问题时，先阐述问题背景和挑战，再提出解决方案，最后量化结果
• 对于架构设计问题，从需求分析、技术选型、实现细节到权衡取舍进行结构化回答
• 结合项目经验，突出个人在其中的角色、贡献和思考过程
• 如何优化Spark的Shuffle过程以处理PB级数据？
• 描述一次你使用GPU加速数据处理Pipeline的经验，如何评估和优化性能？
• 如何设计一个多租户环境下的资源隔离和QoS保障机制？
• 你如何理解数据湖与AI原生数据格式（如Lance）的结合？
• 在构建SQL-like或Python API时，如何平衡系统能力与易用性？