快手
数据引擎开发实习生
数据引擎开发实习生
发布于 2 小时前实习/见习
实习生仅现场办公大数据
大数据
Hudi
Prompt工程
分布式系统
机器学习平台
值不值得投
69综合评分
综合评分 69
AI数据引擎实习，前沿分布式+Agent技术栈、成长性强，薪资福利未披露、WLB待确认
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。
薪资怎么样
7.0千
比大数据中位数低
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 2930 个在招 · 其中大数据 4 个
市场机会
选择适中
北京 · 大数据 · 29 个在招
职位详情
关于这个职位
你将参与快手面向亿级用户的机器学习平台建设，研发高性能、可扩展的AI数据计算与存储引擎，支撑推荐、广告、搜索、大模型等核心算法业务的模型迭代
岗位同时涉及分布式大数据系统（Spark/Flink/Hive/Hudi）与基于LLM/Agent的前沿Data4AI数据工程技术，适合希望在AI基础设施方向积累经验的在校生
最低要求
至少熟练掌握C++/Java中的一门编程语言，具备扎实的计算机基础功底，编码能力强，对生成式AI和智能Agent有浓厚兴趣
熟悉Hive/Flink/Spark/Hudi等大数据系统的基本原理，或其他的分布式计算/存储系统，有源码级开发经验者优先
了解LangChain、LLamaIndex等Agent开发框架的使用，具备基本的Prompt设计与优化能力
对前沿技术保持学习热情，对未知挑战有探索意愿，有强烈的责任心和自驱精神
工作职责
参与设计与研发快手服务亿级用户的端到端机器学习平台，构建高性能、分布式、可扩展的AI数据计算/存储引擎，通过数据驱动模型生产，支撑包括推荐、广告、搜索、大模型等核心AI算法业务的高效迭代
打造业界领先的AI数据引擎，包括高性能实时/离线分布式计算系统、流批一体化的AI数据湖存储系统、SQL化DSL描述的下一代数据处理平台，为百万核规模、EB级数据的高效计算、存储、迭代提供易用可靠的基础设施
与算法工程师、研究员团队紧密配合，深刻理解端到端的AI模型研发流程，探索业界前沿的Data4AI技术，负责模型研究中数据工程方案的架构设计、实现、持续迭代和稳定性维护
根据业务场景设计和优化Prompt，探索Agent在数据生产、问题排查、引擎性能分析等领域的实际应用
AI 洞察
优缺点分析
优点
- 接触服务亿级用户的核心AI平台，技术场景真实且体量大，对履历加成明显
- 技术栈覆盖分布式计算、数据湖与LLM/Agent前沿方向，成长空间大
- 能与算法工程师、研究员协作，理解端到端AI研发流程
- 系统规模大、涉及百万核与EB级数据，对工程能力与稳定性要求高
- 需同时理解大数据底层原理与生成式AI新技术，学习曲线较陡
- 实习期需快速融入大型分布式系统与团队协作流程
- 适合计算机基础扎实、对分布式系统与AI基础设施有浓厚兴趣、希望在真实大规模场景中锻炼工程能力的在校生
缺点 / 挑战
暂无明显挑战项
角色解读
- 可在AI基础设施方向深入，成长为大数据/分布式系统或机器学习平台的资深工程师
- 积累Data4AI与Agent工程经验后，有机会转向AI平台架构、算法工程或数据工程专家路线
- 参与快手端到端机器学习平台的研发，构建支撑推荐、广告、搜索、大模型等业务的高性能AI数据计算与存储引擎
- 探索流批一体数据湖、SQL化DSL数据处理平台，并将LLM/Agent技术应用到数据生产与引擎性能分析中
- 需要扎实的计算机基础与较强的编码能力，熟练掌握C++或Java中的至少一门
- 理解分布式计算/存储系统原理，熟悉Hive、Flink、Spark、Hudi等大数据组件，有源码级经验更佳
- 了解LangChain、LLamaIndex等Agent框架及Prompt设计，对生成式AI有热情
申请策略
- 了解快手的数据平台与AI业务背景，思考数据引擎如何支撑推荐、广告等场景
- 关注Data4AI、流批一体等方向的最新进展，体现对前沿技术的热情与探索意愿
- 突出C++/Java编码能力与扎实的计算机基础（数据结构、操作系统、网络等）
- 展示大数据或分布式系统的项目/课程经历，如Spark、Flink、Hive相关实践
- 若有LLM/Agent、Prompt工程或开源贡献经验，应重点呈现
- 提前熟悉Flink/Spark的架构原理与常见算子，最好能读部分源码
- 动手实践LangChain或LLamaIndex搭建简易Agent流程，理解Prompt设计与调优
- 巩固分布式一致性、存储与计算调度等核心概念
面试指南
- 项目题采用STAR结构，讲清背景、你的职责、技术难点与量化结果
- 原理题先讲整体架构再深入关键机制，展示系统性理解
- 开放题强调你对前沿技术的思考与动手尝试，结合具体场景说明思路
- 请介绍一个你参与过的分布式系统或大数据相关项目，你负责了什么？Flink/Spark的架构与执行机制你了解多少？如何理解流批一体化与数据湖？你如何用Prompt或Agent解决一个实际问题？为什么对AI数据引擎方向感兴趣？
- 复习大数据系统核心原理与常见面试算法题，准备1-2个能深挖的项目案例
- 了解快手AI平台与Data4AI方向的公开资料，准备对Agent、Prompt工程的实践分享
- 梳理C++/Java编码与并发、内存管理等基础知识点
职位点评
薪资福利48
成长发展88
工作生活55
使命价值70
薪资福利
48较低
JD未披露薪资与福利信息，实习岗位的具体待遇需与招聘方确认，补偿性动机的满足程度较难判断。
薪资信号未披露（AI估算：5.0–8.0千/月）
成长发展
88较高
岗位处于AI数据引擎与Data4AI前沿方向，技术栈覆盖分布式系统与大模型/Agent，技能成长与履历积累价值高。
技术前沿前沿/新兴技术
技术栈C++、Java、Hive、Flink、Spark、Hudi、LangChain、LLamaIndex、Prompt、Agent、Data4AI、分布式计算
业务类型profit_center
工作生活
55较低
JD未提及办公模式、弹性工时或加班情况，工作与生活平衡信息无法判断，需与招聘方确认。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
岗位支撑推荐、广告、搜索、大模型等核心AI业务，技术影响力大；但作为数据基础设施多为内部支撑，直接社会价值体现一般。
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