哔哩哔哩
AI数据研发工程师【2027届】
AI数据研发工程师【2027届】
发布于 大约 2 小时前普通员工/个人贡献者
上海市
无经验要求
全职员工
仅现场办公
本科
数据工程
Ai Agent
Llm
分布式系统
大数据
数据仓库
数据治理
Ai数据管线
AI 估算 · 18k–28k
AI数据研发方向，B站平台，上海互联网薪资偏高，应届生起薪约18-28k。
职位详情
关于这个职位
这是哔哩哔哩面向2027届应届生的AI数据研发工程师岗位，主要负责构建和优化AI数据管线，处理海量业务数据，并协同业务团队输出AI数据解决方案
你将接触到大数据、分布式系统、LLM等前沿技术，适合对数据工程和AI落地感兴趣的同学
最低要求
届应届毕业生，本科及以上学历，计算机、数据科学、人工智能、统计学等相关专业，或具备同等计算机知识水平、具备良好的学习能力
扎实掌握计算机基础知识，包括操作系统、数据库、数据结构与算法、计算机网络、概率统计等，具备优秀的代码编码、逻辑设计与问题排查能力
熟练掌握 Java/Golang/C++ 任意一种主流编程语言，具备良好的工程化编码习惯，有大数据开发、数据平台开发、AI数据处理相关实践经验者优先
对AI数据研发、数据工程、智能数据平台领域有浓厚兴趣，认可数据驱动AI落地的核心价值，有志于长期深耕大数据领域
工作职责
负责B站海量业务数据的抽取、清洗、转换、加载与迭代维护，搭建标准化、高质量的AI数据管线，保障面向决策和工程的全链路数据稳定性与准确性
深度联动业务团队，结合数据开发、数据分析、大模型数据应用能力，输出适配业务场景的AI数据解决方案，挖掘数据核心价值，提升AI产品落地效率与数据复用率
优先资格
具备分布式系统、数据仓库建模、AI数据治理、数据集构建相关项目经验，或有相关领域论文发表、参与大数据/AI开源社区项目、LLM数据处理实战经验者优先加分
熟练使用AI agent能力者优先
AI 洞察
优缺点分析
优点
- 岗位涉及AI数据前沿方向，包括LLM数据处理和AI Agent，技术成长空间大
- 面向应届生，公司有完善的新人培养体系，能快速积累大数据和AI工程经验
- 作为应届生，可能面临从理论到实践的转变，需要快速独立承担任务
缺点 / 挑战
- B站作为上市公司，平台稳定，业务场景丰富，数据规模大，能接触真实复杂的数据挑战
- 岗位要求技术栈广，需同时掌握编程、大数据、AI等多领域知识，学习压力较大
- 互联网公司数据量大、时效性要求高，工作强度可能较高，需要适应快速迭代节奏
- 适合对数据工程和AI技术有强烈兴趣、学习能力强、愿意接受挑战的应届生，尤其适合希望在大数据领域长期深耕的同学
角色解读
- 从AI数据工程师起步，逐步深入大数据平台架构、数据治理和AI基础设施方向
- 可向数据架构师、AI平台工程师、机器学习工程等方向发展，积累大模型数据处理经验
- 随着AI落地需求增长，数据工程岗位价值持续提升，未来有望成为团队技术骨干或技术负责人
- 负责搭建和维护AI数据管线，包括数据抽取、清洗、转换、加载等，保障数据质量与稳定性
- 与业务团队深度联动，基于数据开发和AI数据应用能力，设计并落地适配场景的数据解决方案
- 参与数据仓库建模、数据治理和数据集构建，为AI模型训练和决策分析提供高质量数据支持
- 结合大模型和AI Agent能力，探索数据驱动的智能化应用，提升数据复用率和AI产品落地效率
- 扎实的计算机基础，包括操作系统、数据库、数据结构、算法、网络和概率统计
- 熟练掌握Java、Golang或C++至少一种编程语言，具备良好的工程化编码习惯
- 了解大数据相关技术，如分布式系统、数据仓库建模、数据治理，有实际项目经验更佳
- 对AI数据研发、LLM数据处理和AI Agent有浓厚兴趣，具备快速学习新知识的能力
申请策略
- 提前了解B站AI数据相关业务，在简历和面试中体现对B站内容生态的理解
- 准备一个能体现数据问题解决能力的完整案例，从需求分析到技术实现，展示逻辑和成果
- 突出大数据或AI相关的项目经历，如数据仓库建设、ETL流程开发、数据集构建等
- 展示扎实的编程能力，强调Java/Golang/C++的实战项目，以及代码质量和工程化习惯
- 提及分布式系统、数据治理或LLM处理经验，如有开源社区贡献或论文发表务必突出
- 强调对AI数据领域的热情和自主学习的成果，如相关课程、博客、竞赛等
- 系统复习操作系统、数据库、数据结构与算法等基础，强化笔试面试能力
- 学习大数据技术栈，如Hadoop、Spark、Flink等，并动手实践数据清洗和建模
面试指南
- STAR法则：说明情境、任务、行动和结果，重点突出技术挑战和解决方案
- 对比方案：在回答设计题时，列出多种方案并分析优缺点，展示工程思维
- 结合实践：尽量将问题与自己的项目经验关联，说明踩过的坑和优化过程
- 如何设计一个高可靠的ETL数据管道？请描述关键环节和容错机制
- 谈谈你对数据仓库建模的理解，维度建模和事实表有哪些设计要点？
- 在项目中如何确保数据质量？你使用过哪些数据校验方法？
- 大模型在数据处理中有哪些应用场景？能否举一个例子？
- 用Java或Golang实现一个多线程数据消费程序，你如何保证线程安全？
职位点评
68
综合评分
B站AI数据研发校招岗，技术前沿、成长快，但工作地点上海且需现场办公，WLB一般。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
最适合看重技术成长和职业发展的应届生，愿意在AI数据领域深耕，对工作节奏有一定包容度。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展85
工作生活50
使命价值70
薪资福利
60中等
薪资未在JD中披露，但B站作为上市公司薪酬体系完善，预计处于市场中等偏上水平，福利较有保障。
薪资信号未披露（AI估算：18K-28K/月）
成长发展
85较高
职位面向AI数据前沿方向，技术栈主流且包含LLM、AI Agent等新兴领域，成长空间大，能快速积累核心竞争力。
技术前沿前沿/新兴技术
技术栈Java、Golang、C++、大数据、数据仓库、分布式系统、LLM、AI Agent
业务类型ambiguous
工作生活
50较低
工作地点为上海，要求现场办公，未说明弹性工作或远程安排，互联网公司节奏可能较快，生活平衡较难兼顾。
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
数据驱动AI落地具有技术价值，B站业务场景丰富，对内容生态有正向促进，但社会影响力偏中性。
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
哔哩哔哩 的其他在招职位
相似职位推荐
Watch Jobs