主分类：数据库与存储系统研发
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": "分布式存储研发工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "核心本地商业-基础研发平台",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "美团",
"company_industry": "科技零售 / 生活服务",
"company_size": "10000人以上",
"company_website": "meituan.com",
"company_description": "美团通过科技推动服务零售和商品零售的数字化，连接消费者与商户。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "美团分布式存储方向，承载了全公司数据仓库和机器学习的全部离线数据，为业务提供了高可用、高可靠、超大规模的大数据存储底座、元数据存储、表格存储和消息存储服务，工作职责包括但不限于：\n1. 持续提升大数据存储底座的性能、稳定性、可靠性，解决AI时代爆发的数据访问的性能和成本压力，为AI训练海量数据提供更好的元数据扩展性和数据性能\n2. 持续优化成本，提升数据全生命周期管理能力，解决AI时代数据规模爆炸性增长的资源需求\n3. 持续提升数据底座和元数据底座的可观测性、审计能力、安全能力以及周边工具链，增强在大数据和AI场景下的数据易用性和安全性",
"requirements_text": "1.熟悉 Spark、Presto、Hive、HBase 等主流大数据系统中一种或者几种的原理；\n2.精通C/C++或Java，精通网络编程，多线程、高并发编程；\n3.理解大型分布式存储系统工作原理，掌握生产环境中各种架构的元数据、数据的可用性、性能的分析方法",
"skills": [AI生成
"Java",
"C++",
"Spark"
],
"preferred_qualifications": "未披露",
"job_highlights": "1.超大节点规模和EB级数据规模，服务覆盖美团等多种领域业务，从数据规模、集群体量、业务复杂度多个维度提供了技术挑战和锻炼发展的机会；\n2.在数仓和机器学习等多种场景下，挑战性能极限；\n3.参与改变数据管理方式，在超大容量规模基础上实施落地分层数据管理；"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=2407942805&jobShareType=1"
}
]
},
"posting": {
"posting_id": "2407942805",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=2407942805&jobShareType=1"
},
"fulltext": "分布式存储研发工程师\n分布式存储研发工程师\n\n基础信息\n工作地点：北京市\n部门：核心本地商业-基础研发平台\n职位类别：技术类\n职位族群：软件\n更新时间：2026-01-19\n\n岗位职责\n美团分布式存储方向，承载了全公司数据仓库和机器学习的全部离线数据，为业务提供了高可用、高可靠、超大规模的大数据存储底座、元数据存储、表格存储和消息存储服务，工作职责包括但不限于：\n1. 持续提升大数据存储底座的性能、稳定性、可靠性，解决AI时代爆发的数据访问的性能和成本压力，为AI训练海量数据提供更好的元数据扩展性和数据性能\n2. 持续优化成本，提升数据全生命周期管理能力，解决AI时代数据规模爆炸性增长的资源需求\n3. 持续提升数据底座和元数据底座的可观测性、审计能力、安全能力以及周边工具链，增强在大数据和AI场景下的数据易用性和安全性\n\n岗位基本要求\n1.熟悉 Spark、Presto、Hive、HBase 等主流大数据系统中一种或者几种的原理；\n2.精通C/C++或Java，精通网络编程，多线程、高并发编程；\n3.理解大型分布式存储系统工作原理，掌握生产环境中各种架构的元数据、数据的可用性、性能的分析方法\n\n岗位亮点\n1.超大节点规模和EB级数据规模，服务覆盖美团等多种领域业务，从数据规模、集群体量、业务复杂度多个维度提供了技术挑战和锻炼发展的机会；\n2.在数仓和机器学习等多种场景下，挑战性能极限；\n3.参与改变数据管理方式，在超大容量规模基础上实施落地分层数据管理；\n美团分布式存储方向，承载了全公司数据仓库和机器学习的全部离线数据，为业务提供了高可用、高可靠、超大规模的大数据存储底座、元数据存储、表格存储和消息存储服务，工作职责包括但不限于：\n1. 持续提升大数据存储底座的性能、稳定性、可靠性，解决AI时代爆发的数据访问的性能和成本压力，为AI训练海量数据提供更好的元数据扩展性和数据性能\n2. 持续优化成本，提升数据全生命周期管理能力，解决AI时代数据规模爆炸性增长的资源需求\n3. 持续提升数据底座和元数据底座的可观测性、审计能力、安全能力以及周边工具链，增强在大数据和AI场景下的数据易用性和安全性\n1.熟悉 Spark、Presto、Hive、HBase 等主流大数据系统中一种或者几种的原理；\n2.精通C/C++或Java，精通网络编程，多线程、高并发编程；\n3.理解大型分布式存储系统工作原理，掌握生产环境中各种架构的元数据、数据的可用性、性能的分析方法",
"standard_classification": {
"std_category_code": "T019",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}