米哈游
资深数据系统研发工程师（舆情平台方向）
资深数据系统研发工程师（舆情平台方向）
发布于 大约 15 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
本科
软件工程
分布式系统
NLP
LLM
实时数据处理
ClickHouse
算法工程化
AI 估算 · 35k–65k
资深数据研发岗位，技术栈前沿，公司盈利能力强，薪资具有竞争力。
职位详情
关于这个职位
该职位负责米哈游舆情平台的后端架构与核心研发，构建融合NLP/LLM的高吞吐数据管道和实时分析引擎，支撑品牌洞察与市场决策
你将与算法团队协作，将复杂模型工程化落地，为产品提供智能舆情服务，是公司数据驱动战略的关键角色
最低要求
计算机、软件工程或相关专业本科及以上学历，5年以上后端或数据平台研发经验，其中至少2年涉及与算法团队紧密协作的工程项目，如搜索推荐、内容理解、舆情分析或大规模文本处理系统
精通Java及主流微服务框架，具备构建高可用、高性能分布式系统的丰富经验
熟练掌握实时数据流处理技术（如Flink、Spark Streaming），并有在复杂业务场景下的开发与调优经验
熟悉大数据生态（Hadoop, Hive, Kafka等），精通至少一种OLAP引擎（如ClickHouse, Doris）用于多维分析与即席查询
具备扎实的算法工程化经验，深入理解常见NLP/机器学习模型（如分类、聚类、NER）的线上服务部署、性能优化与效果评估流程
熟悉模型服务化（Model Serving）相关框架与技术
具备出色的系统设计能力、问题解决能力和跨团队（产品、算法、数据）协作推动力
工作职责
负责舆情平台后端系统的整体架构与研发，核心覆盖舆情数据采集引擎、实时流处理管道、舆情智能分析引擎（集成情感分析、主题聚类、事件检测、实体识别等算法模型）以及数据服务接口
设计和实现高吞吐、低延迟的舆情数据处理链路，能够高效处理海量异构文本、视频、音频等多模态数据，并为算法模型提供稳定的数据供给与计算环境
与算法团队深度协作，负责将NLP、机器学习及大语言模型（LLM）等算法能力（如文本分类、情感判定、摘要生成、观点抽取、趋势预测）进行工程化落地、服务封装与性能优化，并集成到舆情分析产品中
构建稳定、易用的舆情数据服务与API，支撑舆情实时预警、智能仪表盘、自动报告生成等产品功能，赋能业务部门实现数据驱动的决策
负责舆情平台基础设施的稳定性、成本优化与全链路性能调优，确保7x24小时可靠服务
优先资格
完整主导或深度参与过大型舆情监控、媒体大数据或社交内容智能分析系统的设计与开发，并主导过核心算法模块的集成
有基于大语言模型（LLM）进行智能摘要、情感分析、事件归因、报告撰写等场景的完整工程落地与调优经验，熟悉相关技术栈（如LangChain、向量数据库、Prompt工程）
熟悉多模态内容（图像、视频）分析的基础原理与相关工程实践
熟悉Elasticsearch/OpenSearch在全文检索、语义搜索与复杂聚合分析方面的高级优化
熟练掌握Golang/Python，并有将其用于算法服务开发或数据处理的实战经验
对游戏行业、社区生态有浓厚兴趣，或有相关的舆情内容分析经验
AI 洞察
优缺点分析
优点
- 米哈游是头部游戏公司，资金充足，项目稳定性高，福利待遇优厚
- 技术栈前沿，涉及实时计算、大数据、AI工程化等热门领域，个人成长快
- 与顶级算法团队合作，能深入参与NLP/LLM的工程落地，积累宝贵经验
- 需要快速跟进新技术，持续学习LLM等前沿技术，保持技术敏感度
缺点 / 挑战
- 舆情平台对实时性和准确性要求高，系统复杂度大，需应对海量数据挑战
- 跨团队协作频繁，沟通成本较高，需具备较强的项目推动能力
- 适合有扎实后端和大数据背景、对AI工程化感兴趣、愿意在复杂系统中解决挑战的资深工程师
角色解读
- 可向技术专家或架构师方向发展，深耕实时计算与AI工程化领域
- 有机会转型为技术Leader，带领团队构建更复杂的智能系统
- 积累舆情分析行业经验，未来可拓展至其他数据智能方向
- 负责舆情平台后端系统架构设计，构建高吞吐数据管道和实时分析引擎
- 与算法团队协作，将NLP、LLM等模型工程化落地，集成到产品中
- 优化系统稳定性与性能，确保7x24小时可靠服务，支撑业务决策
- 精通Java和微服务架构，具备高可用分布式系统开发经验
- 熟练掌握Flink/Spark Streaming实时流处理及大数据生态组件
- 扎实的算法工程化能力，熟悉模型部署、优化与评估
- 对NLP、机器学习及大语言模型有深入理解，能实现工程化集成
申请策略
- 提前了解米哈游的产品和游戏社区生态，在面试中展现兴趣
- 准备一个完整的舆情分析或类似系统架构设计案例，体现系统设计能力
- 突出实时数据处理系统的设计与优化经验，如Flink/Spark项目
- 强调算法工程化落地案例，包括模型部署、性能调优等
- 展示大型分布式系统的高可用架构设计能力
- 如有舆情分析或搜索推荐相关经验，务必重点描述
- 深入复习Flink/Spark Streaming的底层原理与调优技巧
- 了解LangChain、向量数据库等LLM工程化技术栈
面试指南
- 对于系统设计问题，遵循“场景-数据-架构-优化”的框架，先明确需求与指标，再分模块设计，最后讨论瓶颈与解决方案
- 对于算法工程化问题，强调从模型训练、部署、服务封装到监控的完整流程，突出性能优化和效果评估的方法
- 请描述你参与过的一个实时数据处理系统的架构设计，如何保证低延迟和高吞吐？
- 你如何将一个NLP模型从训练到上线？遇到过哪些挑战？
- 如何优化Flink作业的性能，处理数据倾斜问题？
- 请谈谈你对大语言模型在舆情分析中应用的看法，以及工程化落地的难点
- 如何设计一个高可用的舆情数据服务，确保7x24小时可靠性？
- 复习实时计算和大数据组件的核心原理与调优经验，准备相关项目案例
职位点评
71
综合评分
米哈游资深数据研发，前沿技术栈，高薪高成长，现场办公强度较高。
更适合这类人
适合追求技术成长和高薪的资深工程师，对WLB要求不高者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展90
工作生活50
使命价值60
薪资福利
85较高
米哈游薪资福利优厚，公司盈利能力强，但具体薪资未明确，属于市场水准。JD未提及福利细节。
薪资信号未披露（AI估算：35K-65K/月）
成长发展
90较高
技术栈前沿，涉及实时计算、大数据、AI工程化，成长空间大。JD明确与算法团队协作，有大量学习机会。
技术前沿前沿/新兴技术
技术栈Flink、Spark Streaming、LLM、NLP、ClickHouse、Kafka
业务类型ambiguous
工作生活
50较低
仅现场办公，未提及弹性或远程。上海互联网公司工作强度通常较高。
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
60中等
舆情平台服务于品牌管理和用户洞察，有一定业务价值，但社会影响力有限。游戏行业增长稳定。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs