主分类：数据工程与数据平台研发
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": "数据研发工程师（J104987）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "PSIG",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "百度",
"company_industry": "互联网 / 人工智能",
"company_size": "10000人以上",
"company_website": "baidu.com",
"company_description": "百度围绕搜索发展人工智能技术，业务涉及语音、图像、知识图谱、自然语言处理、自动驾驶和AI芯片。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "-计算机或相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "-负责百度网盘、海外网盘数据体系及数据基础能力建设，持续提升数据开发效率、任务稳定性和平台使用体验\n-负责大规模离线/实时数据处理链路建设与优化，包括任务调度、资源治理、性能优化、数据质量等\n-参与数据计算架构升级与迁移，推动历史链路治理、任务优化和计算成本降低\n-面向慢查询、低效 SQL、资源浪费等高频问题，建设智能化治理能力，结合大模型 / Agent 实现 SQL 分析、问题诊断、优化建议、自动改写及效果验证，降低人工排查和优化成本\n-建设数据研发智能助手与自动化工具，探索 Agent 在任务诊断、资源推荐、异常归因、数据发现、研发流程自动化等场景的落地，提升产品、研发、策略等角色的数据使用效率\n-针对高频数据研发问题进行平台化、自动化治理，通过机制和工具减少重复人工投入，持续提升整体数据研发效能",
"requirements_text": "-计算机或相关专业本科及以上学历，熟悉 Hadoop、Hive、Spark、Flink、Kafka、OLAP 等大数据技术中的一种或多种\n-熟悉大规模数据处理、分布式计算及任务调度，具备 Spark/Hive SQL 性能分析、资源优化和问题排查能力\n-熟悉 SQL 执行计划、Join/Shuffle/数据倾斜/资源配置等常见性能问题，有慢查询治理或计算成本优化经验者优先\n-对大模型、Agent 有一定理解，有 LLM 在 SQL 优化、数据分析、任务诊断、研发效能等方向的实践经验者优先\n-具备较强的编程能力，熟练掌握 Java、Python、Shell 等至少一种语言\n-具备较强的 Owner 意识和独立解决问题能力，能够完成复杂问题拆解、方案设计、跨团队推进和落地\n-具备平台化和自动化思维，能够将高频人工问题沉淀为通用能力，而非依赖长期人工服务",
"skills": [AI生成
"Python",
"Java",
"SQL",
"Spark",
"Hadoop",
"Flink",
"Kafka",
"数据分析",
"解决问题",
"大语言模型"
],
"preferred_qualifications": "熟悉 SQL 执行计划、Join/Shuffle/数据倾斜/资源配置等常见性能问题，有慢查询治理或计算成本优化经验者优先；对大模型、Agent 有一定理解，有 LLM 在 SQL 优化、数据分析、任务诊断、研发效能等方向的实践经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/SOCIAL/c85f46f6-79d8-4b8c-a592-4d20a92c2b9d"
}
]
},
"posting": {
"posting_id": "c85f46f6-79d8-4b8c-a592-4d20a92c2b9d",
"post_date": "2026-09-08",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/SOCIAL/c85f46f6-79d8-4b8c-a592-4d20a92c2b9d"
},
"fulltext": "数据研发工程师（J104987）\n数据研发工程师（J104987）\n\n基础信息\n部门：PSIG\n地点：北京市\n类别：技术\n招聘人数：1\n发布时间：2026-09-08\n\n工作职责\n-负责百度网盘、海外网盘数据体系及数据基础能力建设，持续提升数据开发效率、任务稳定性和平台使用体验\n-负责大规模离线/实时数据处理链路建设与优化，包括任务调度、资源治理、性能优化、数据质量等\n-参与数据计算架构升级与迁移，推动历史链路治理、任务优化和计算成本降低\n-面向慢查询、低效 SQL、资源浪费等高频问题，建设智能化治理能力，结合大模型 / Agent 实现 SQL 分析、问题诊断、优化建议、自动改写及效果验证，降低人工排查和优化成本\n-建设数据研发智能助手与自动化工具，探索 Agent 在任务诊断、资源推荐、异常归因、数据发现、研发流程自动化等场景的落地，提升产品、研发、策略等角色的数据使用效率\n-针对高频数据研发问题进行平台化、自动化治理，通过机制和工具减少重复人工投入，持续提升整体数据研发效能\n\n职责要求\n-计算机或相关专业本科及以上学历，熟悉 Hadoop、Hive、Spark、Flink、Kafka、OLAP 等大数据技术中的一种或多种\n-熟悉大规模数据处理、分布式计算及任务调度，具备 Spark/Hive SQL 性能分析、资源优化和问题排查能力\n-熟悉 SQL 执行计划、Join/Shuffle/数据倾斜/资源配置等常见性能问题，有慢查询治理或计算成本优化经验者优先\n-对大模型、Agent 有一定理解，有 LLM 在 SQL 优化、数据分析、任务诊断、研发效能等方向的实践经验者优先\n-具备较强的编程能力，熟练掌握 Java、Python、Shell 等至少一种语言\n-具备较强的 Owner 意识和独立解决问题能力，能够完成复杂问题拆解、方案设计、跨团队推进和落地\n-具备平台化和自动化思维，能够将高频人工问题沉淀为通用能力，而非依赖长期人工服务\n-负责百度网盘、海外网盘数据体系及数据基础能力建设，持续提升数据开发效率、任务稳定性和平台使用体验\n-负责大规模离线/实时数据处理链路建设与优化，包括任务调度、资源治理、性能优化、数据质量等\n-参与数据计算架构升级与迁移，推动历史链路治理、任务优化和计算成本降低\n-面向慢查询、低效 SQL、资源浪费等高频问题，建设智能化治理能力，结合大模型 / Agent 实现 SQL 分析、问题诊断、优化建议、自动改写及效果验证，降低人工排查和优化成本\n-建设数据研发智能助手与自动化工具，探索 Agent 在任务诊断、资源推荐、异常归因、数据发现、研发流程自动化等场景的落地，提升产品、研发、策略等角色的数据使用效率\n-针对高频数据研发问题进行平台化、自动化治理，通过机制和工具减少重复人工投入，持续提升整体数据研发效能\n-计算机或相关专业本科及以上学历，熟悉 Hadoop、Hive、Spark、Flink、Kafka、OLAP 等大数据技术中的一种或多种\n-熟悉大规模数据处理、分布式计算及任务调度，具备 Spark/Hive SQL 性能分析、资源优化和问题排查能力\n-熟悉 SQL 执行计划、Join/Shuffle/数据倾斜/资源配置等常见性能问题，有慢查询治理或计算成本优化经验者优先\n-对大模型、Agent 有一定理解，有 LLM 在 SQL 优化、数据分析、任务诊断、研发效能等方向的实践经验者优先\n-具备较强的编程能力，熟练掌握 Java、Python、Shell 等至少一种语言\n-具备较强的 Owner 意识和独立解决问题能力，能够完成复杂问题拆解、方案设计、跨团队推进和落地\n-具备平台化和自动化思维，能够将高频人工问题沉淀为通用能力，而非依赖长期人工服务",
"standard_classification": {
"std_category_code": "T016",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}