哔哩哔哩
【B-UP】多模态数据平台研发工程师（实习）
【B-UP】多模态数据平台研发工程师（实习）
发布于 大约 1 小时前实习/见习
上海市
无经验要求
实习生
仅现场办公
本科
软件工程
Go
Lance
Paimon
分布式系统
多模态
大模型
数据平台
AI 估算 · 4k–8k
上海大厂实习薪资通常200-400元/天，按月估算4000-8000元，考虑B站品牌和技术前沿性，薪资有竞争力。
职位详情
关于这个职位
这是一份面向多模态AI数据平台的实习岗位，你将参与构建支持PB级数据管理、跨模态数据处理的统一平台，接触LLM全生命周期（Pretrain/SFT/RLHF）的数据工程
适合对AI基础设施、分布式系统和大规模数据处理有热情的同学
最低要求
计算机、软件工程、大数据、人工智能等相关专业，本科及以上学历
熟练掌握 Go / Python / Java至少一门后端开发语言，具备良好代码风格，了解基础数据结构、计算机网络、操作系统知识
了解分布式系统基础概念，熟悉数据库（MySQL）、缓存（Redis）等常用中间件基础原理与实践
了解大模型基础链路，对 AI 数据集、数据标注、模型评测、训练任务流程有基本认知优先
优秀的逻辑思维、沟通协作能力，具备较强自驱力与学习能力，乐于接受复杂业务场景挑战
工作职责
面向多模态模型全生命周期，构建面向文本、图像、视频、音频、结构化数据等多模态数据的统一数据平台，支撑海量异构数据的高效采集、存储、处理与分发，支持 PB 级数据管理，保障大规模数据训练任务的高吞吐与低延迟
参与建设多模态数据处理管线，实现跨模态数据的清洗、标注、增强、特征提取、向量化与可视化
探索跨模态数据的对齐、融合与联合分析技术
参与平台架构演进，构建面向 AI-Native 的 Data Agent 基础设施，探索智能调度、自动修复、自适应优化等能力，推动数据平台从"工具化"向"智能化"演进，重新定义数据平台的交互与运维范式
关注平台研发效能与开发者体验，设计标准化的 API/SDK、可观测性体系及自动化运维工具，降低业务接入成本，提升平台易用性
优先资格
有大厂或 AI 公司内部数据平台、评估平台的建设经验
有数据平台（如数据开发平台、任务调度平台、标注平台）的设计或开发经验
参与过大规模多模态数据预处理、清洗、合成等流水线平台的建设，服务于大模型 Pretrain/SFT/RLHF
参与过训练数据与评测数据平台建设，具备文本、图像、视频、音频的可视化、检索、聚类、统计分析、筛选过滤、标注及人工评测等功能开发经验
具备评测结果管理（GSB 对比、绝对分打分）、质检评价、返工再标注等 workflow 设计经验
积极实践 AI 辅助编程（如 Harness Engineering 理念），擅长将 AI 能力融入平台开发流程中
有开源大数据/多模态数据处理项目贡献经验，或在相关领域顶会（OSDI/SOSP/NeurIPS/ICML/CVPR 等）发表过论文
理解以下至少一种技术体系，并具备线上平台化实践经验
计算引擎（Ray）及其平台化封装
数据湖/湖仓一体方案（Iceberg/Paimon/Lance）及元数据管理
分布式调度系统、资源管理（YARN/K8s）或工作流编排平台
AI 洞察
优缺点分析
优点
- 接触前沿多模态AI技术栈，参与实际大模型数据平台建设，技术含金量高
- B站大平台，有完整实习培养体系，转正机会大
- 团队关注开发者体验和AI辅助编程，成长环境好
- 涉及多技术栈（分布式、大数据、AI），学习曲线较陡
- 适合对AI基础设施有强烈兴趣、具备一定全栈能力和自驱力的计算机专业同学
缺点 / 挑战
- 实习期间需快速上手，可能面临复杂业务场景的挑战
角色解读
- 实习结束可转正，成长为AI数据平台或大模型基础设施方向的核心工程师
- 深入多模态数据处理、分布式计算、AI平台化等领域，成为技术专家
- 构建统一多模态数据平台，处理PB级文本、图像、视频、音频数据，支撑大模型训练
- 参与多模态数据处理管线开发，实现数据清洗、标注、特征提取和可视化
- 探索AI-Native Data Agent基础设施，推动平台向智能化演进
- 熟练掌握至少一门后端开发语言（Go/Python/Java），具备扎实的数据结构和网络基础
- 了解分布式系统和常用中间件（MySQL、Redis），愿意学习大数据/AI基础设施
- 对大模型基础链路有基本认知，理解数据标注、训练流程
申请策略
- 在简历中体现对AI数据平台的理解，可提及对B站数据业务的兴趣
- 准备一个展示你技术深度和自驱力的小项目或分析
- 突出后端开发项目经验，尤其是Go/Python相关项目，展示代码质量
- 如有AI/大数据相关项目（数据处理、分布式任务）务必详述
- 若有开源贡献或顶会论文，放在显眼位置
- 提前学习Go语言和分布式基础（如Kafka、K8s概念）
- 了解大模型训练数据流程（Pretrain/SFT/RLHF），阅读相关技术博文
面试指南
- 使用STAR法则（情境-任务-行动-结果）描述项目，突出数据量和架构设计
- 技术问题先讲核心概念，再结合实际场景给出个人见解
- 请介绍你参与过的后端项目，如何处理大规模数据？
- 你对分布式系统的一致性、容错性有什么理解？
- 多模态数据处理中，如何实现文本和图像的对齐？
- 你了解哪些数据湖/湖仓一体方案？选型考虑是什么？
- 复习计算机网络、操作系统、数据库等基础知识
- 了解B站技术栈和AI业务方向（如多模态搜索、推荐）
职位点评
71
综合评分
B站多模态数据平台实习，前沿技术栈，学习成长极佳，薪资中等，现场办公。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
更适合这类人
最适合同样追求技术成长、愿意投入学习的同学，对工作生活平衡要求不高。
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90
工作生活50
使命价值70
薪资福利
60中等
实习薪资在上海大厂中属中等水平，但B站品牌和转正机会提供一定补偿。
薪资信号未披露（AI估算：4K-8K/月）
成长发展
90较高
该岗位技术前沿，涉及多模态、大模型、AI-Native等，学习成长机会极佳。
技术前沿前沿/新兴技术
技术栈多模态、大模型、Ray、Iceberg、Paimon、Lance、Kubernetes、数据湖、AI-Native
业务类型ambiguous
工作生活
50较低
现场办公，未提及弹性工作或远程，但实习作息相对规律。
工作模式仅现场办公
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
B站作为知名视频平台，多模态数据平台对用户体验有正面影响，但岗位偏基础设施，社会影响力一般。
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
哔哩哔哩 的其他在招职位
相似职位推荐
Watch Jobs