【2027校招】数据引擎研发工程师

优缺点分析

角色解读

• 从初级数据引擎工程师成长为资深工程师，深耕计算引擎优化与架构设计
• 可转向AI基础设施架构师，负责整体数据处理平台的规划与建设
• 具备管理潜力者可逐步走向技术团队负责人，参与技术战略制定
• 构建和优化基于Ray的分布式计算平台，提升数据处理效率
• 参与AGI大模型数据预处理链路，从引擎层面适配大模型训练需求
• 维护和调优Spark、Hive等离线计算引擎，解决海量数据下的性能与稳定性问题
• 攻坚底层技术难题，支持训练、推理、多模态等AI场景的工程化落地
• 精通Python、C++或Rust至少一门编程语言，熟悉分布式计算框架如Ray
• 掌握分布式系统、容器化和云原生技术原理与实践
• 具备大数据处理、性能优化或资源调度相关项目经验
• 了解AI平台或强化学习、多模态数据处理流程者优先

申请策略

• 关注小红书在AI与数据基础设施领域的业务动态和技术博客，了解其数据处理挑战
• 准备简历时，用具体数据量化项目成果（如性能提升百分比、处理数据量等），增强说服力
• 突出分布式计算或大数据相关项目经历，展示使用Ray、Spark等框架的实战能力
• 强调编程语言熟练度（Python/C++/Rust）及解决复杂技术问题的案例
• 如有容器化、云原生或AI平台相关实践，应重点描述技术细节与成果
• 参与过的性能优化、资源调度或底层系统改造经验是重要加分项
• 深入学习Ray框架原理及应用，可通过官方文档和开源项目实践提升
• 加强分布式系统设计与优化能力，阅读Spark等引擎源码或参与相关竞赛

面试指南

• 使用STAR法则（情境-任务-行动-结果）描述项目经验，重点突出技术决策和个人贡献
• 对于框架理解类问题，结合原理、实践经验及优化案例，展示深度思考能力
• 对于设计或开放性问题，从可扩展性、性能、稳定性、成本等多维度系统化阐述思路
• 请描述一个你参与过的分布式计算项目，你负责了哪些部分，遇到了哪些技术挑战？
• 你对Ray或Spark这类计算框架的理解是什么？如何优化它们在海量数据场景下的性能？
• 如果让你设计一个AGI大模型的数据处理链路，你会考虑哪些关键因素？
• 你如何解决分布式系统中的资源竞争或稳定性问题？
• 你对未来数据引擎技术的发展趋势有什么看法？