大数据
- 架构设计：负责公司 PB 级用
户行为数据（ AppList + GPS ）仓库的建设。设计基于 StarRocks + MinIO 的 存算分离 架构，在私有化物理机环境下实现低成本存储与秒级多维
查询。
- ETL 与 Python 工程化：放弃传统 Java 开发模式，主导使用 PySpark 编写高性能数据清洗脚本。解决海量 JSON/GPS 日志处理中的数据倾斜与内存溢出 (OOM) 问题，建立 Python
Native 的数据工程体系。
- AI 数据管道建设：负责搭建数据湖 -> 训练集群的高速数据传输通道。解决海量小文件读取瓶颈，优化 I/O 吞吐，确保清洗后的语料能高速流向 GPU 集群，保障 AI 训练效率。
- 集群稳定性：负责私有云环境下大数据组件（ Spark on K8s/YARN, StarRocks ）的部署与监控。配合 AI 团队进行资源隔离（ CPU vs GPU ），确保数据处理与模型训练互不干扰。
- 计算机相关专业本科及以上学历，5 年以上大数据架构经验，必须有 PB 级数据处理实战经验。
- 精通 Python (PySpark)：具备大型 Python 工程开发能力。同时具备 阅读 Java/Scala 报堆栈 (Stack Trace) 的能力，能排查 Spark 底层的 JVM 问题。
- 精通 MPP 数据库，是 StarRocks 、Apache Doris 或 ClickHouse 的重度使用者。
- 熟悉 私有云/IDC 环境下的资源规划，具备在物理机上搭建和维护大规模集群的能力。
推荐算法
1 、负责抖音业务推荐算法工作，与来自国内外名校、有丰富业界经验的同学合作，共同搭建行业顶级的推荐系统，为用户提供一流的产品体验；
2 、将最前沿的机器学习技术应用到抖音的核心场景业务，优化用户体验促进业务发展；
3 、研究方向包含且不局限于：深度学习、图神经网络、多任务学习、Learning To Rank 、模型压缩和加速、多模态技术等，结合业务的实际问题来做好技术的探索和研究；
4 、和产品、运营团队紧密合作，通过对产品和用户的深入理解和分析，制定算法策略促进抖音生态的长期繁荣发
1 、具备优秀的编码能力，扎实的数据结构和算法功底；
2 、对机器学习有热情、乐于学习、思考和创新，有自然语言处理、数据挖掘、计算机视觉相关的工作经验；
3 、熟悉常见算法，如 LR ，GBDT ，DNN 等，具备推导， 实现， 应用能力；
4 、熟悉 C++和 Python 语言，熟悉 Linux 开发环境；
5 、优秀的分析问题和解决问题的能力，有良好的沟通表达能力和团队精神。
全职远程，不接受兼职，行业全球 ai 内容生成 toc 平台
25k-45k
想聊聊的 TG：@chycgz
