主分类：数据工程与数据平台研发
辅助：AI训练推理与计算优化（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "AI管线数据专家/架构师（深圳/北京）",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "TEG",
"location": "深圳",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "腾讯",
"company_industry": "互联网 / 科技 / 人工智能",
"company_size": "10000人以上",
"company_website": "tencent.com",
"company_description": "腾讯是一家互联网和科技公司，业务覆盖通信与社交、数字内容、游戏、金融科技、企业服务、云计算与人工智能等方向。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 3,
"degree": "本科/硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.面向预训练、后训练数据管线，设计并实现高效的数据处理平台。单管线上，通过算子编排形成数据计算、存储、一体化符合大模型训练的管线平台，平台级别上，通过存储、计算优化实现平台产能提升；\n2.计算方向，提升平台级别计算效率，通过海量数据、任务、资源、合理化系统设计，抽象，对各个可编排算子的合并、拆分，达成易用性和计算性能平衡。对热点的算子，考虑单点优化以及公共服务的方式达到平台级性能提升；\n3.存储方向，构建服务于整个预训练和后训练的dataset，优化海量存储管理与访问方案（对象存储分层、冷热分层、缓存策略、数据压缩与列式格式优化、读写并发控制、成本与生命周期管理）；\n4.编写技术文档、最佳实践与性能评估报告，推动能力沉淀与工具链升级。",
"requirements_text": "1.本科/硕士及以上学历，有大模型管线架构、优化、存储等全链路万亿级数据计算存储经验；\r\n2.精通 Python／C++／Java 中至少一种，有良好工程化编码能力与测试习惯；\r\n3.熟悉端到端数据管线、数据版本控制、数据血缘与可观测性（例如 DVC、MLflow、Delta Lake、Data Catalog、审计/溯源）；\r\n4.熟练使用并调优分布式批处理框架（Spark、Ray、Flink、Dask 等）以处理海量数据；\r\n5.具备良好的沟通能力、跨团队协作与 owner 意识，能推动复杂平台能力落地。",
"skills": [AI生成
"Python",
"Java",
"C++",
"Spark",
"Flink",
"审计",
"团队协作",
"沟通能力",
"大语言模型"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=1945294221971922944"
}
]
},
"posting": {
"posting_id": "1945294221971922944",
"post_date": "2026-09-16",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=1945294221971922944"
},
"fulltext": "AI管线数据专家/架构师（深圳/北京）\n在腾讯，技术人解决问题的激情永不熄灭。无论是面对产品、程序的问题，还是生活与人的问题，腾讯技术人都力图交出漂亮的答卷。我们善用科学工具，以强大的思维之力创造世界，为卓越的产品体验保驾护航，也为公司和产品策略提出宝贵的洞见，用技术引领新的变革。这里的每位成员，既传承着长久以来的务实文化，又时刻以创新眼光瞄准大海星辰。我们十分期待你加入这样一个「技术社区」，分享团队能量，尽情发挥所长。\n1.面向预训练、后训练数据管线，设计并实现高效的数据处理平台。单管线上，通过算子编排形成数据计算、存储、一体化符合大模型训练的管线平台，平台级别上，通过存储、计算优化实现平台产能提升；\n2.计算方向，提升平台级别计算效率，通过海量数据、任务、资源、合理化系统设计，抽象，对各个可编排算子的合并、拆分，达成易用性和计算性能平衡。对热点的算子，考虑单点优化以及公共服务的方式达到平台级性能提升；\n3.存储方向，构建服务于整个预训练和后训练的dataset，优化海量存储管理与访问方案（对象存储分层、冷热分层、缓存策略、数据压缩与列式格式优化、读写并发控制、成本与生命周期管理）；\n4.编写技术文档、最佳实践与性能评估报告，推动能力沉淀与工具链升级。\n1.本科/硕士及以上学历，有大模型管线架构、优化、存储等全链路万亿级数据计算存储经验；\r\n2.精通 Python／C++／Java 中至少一种，有良好工程化编码能力与测试习惯；\r\n3.熟悉端到端数据管线、数据版本控制、数据血缘与可观测性（例如 DVC、MLflow、Delta Lake、Data Catalog、审计/溯源）；\r\n4.熟练使用并调优分布式批处理框架（Spark、Ray、Flink、Dask 等）以处理海量数据；\r\n5.具备良好的沟通能力、跨团队协作与 owner 意识，能推动复杂平台能力落地。",
"standard_classification": {
"std_category_code": "T016",
"std_aux_codes": [
"T014"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}