{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "高级数据研发工程师（直播）-【数据平台】",
        "job_level": "高级",AI生成
        "work_category": "全职",AI生成
        "department": "D6269",
        "location": "Beijing",
        "work_mode": "未披露",AI生成
        "job_category": "J0012"AI生成
    },
    "company": {
        "company_name": "快手科技",
        "company_industry": "内容社区 / 直播 / 电商 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "kuaishou.com",
        "company_description": "快手是内容社区与技术平台公司，业务覆盖短视频、直播、电商、本地生活与 AI 应用。"
    },
    "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": "高级数据研发工程师（直播）-【数据平台】\n\n基础信息\n招聘类型：社招\n职位类别：J0012\n工作地点：Beijing\n所属部门：D6269\n发布时间：2026-08-27\n\n岗位职责\n1、负责直播数据仓库的建设，构建直播领域垂直应用的数据集市；探索并应用智能化的数据管理方法（如元数据自动化管理、数据质量智能监控）提升效率；\n2、定义并开发业务核心指标数据，负责垂直业务数据建模；结合业务目标，探索利用AI/ML技术（如预测性指标设计、用户/内容理解特征工程）提升数据洞察深度；\n3、根据业务需求，提供大数据计算应用服务，并持续优化改进；支持基于AI模型训练、推理、评估的数据计算需求，并探索利用AI技术（如自动化调优、智能资源调度）优化计算性能和成本；\n4、参与直播数据平台的开发工作，支持业务需求；关注并评估AI技术（如AutoML、向量数据库、LLM应用）在数据平台中的应用潜力，协助平台智能化演进。\n\n任职要求\n1、有Hudi、Hive、Kafka、Spark、Flink、HBase等两种以上两年以上使用经验；（熟悉Spark MLlib, Flink ML或其他大数据生态中的机器学习库者优先；了解如何利用这些框架支持AI工作流）；\n2、熟悉数据仓库理论方法及ETL相关技术，对于数据的架构和设计有一定的思考，具备良好的数学思维和建模思维；具备将业务问题转化为数据问题和潜在AI应用场景的思维；理解特征工程的基本概念及其在数据管道中的重要性；\n3、熟悉分布式计算框架，掌握分布式计算的设计与优化能力，了解流式计算；了解分布式机器学习/深度学习框架（如TensorFlow/PyTorch分布式、Spark MLlib）基本原理者优先；理解流式计算在实时AI应用（如实时推荐、风控）中的作用；\n4、对人工智能（AI）和机器学习（ML）在数据领域的应用（如智能分析、自动化、预测建模、AIGC相关数据处理）有浓厚兴趣和基本认知；具备快速学习并应用新兴AI相关数据技术（如特征存储、模型监控、向量数据库、LLM数据处理等）的意愿和能力；善于思考如何利用数据工程能力赋能和优化AI模型的整个生命周期（数据准备、特征工程、模型服务、监控）；\n5、有很强的学习、分析和解决问题的能力，良好的团队合作意识，较强的沟通能力。",
        "requirements_text": "高级数据研发工程师（直播）-【数据平台】\n\n基础信息\n招聘类型：社招\n职位类别：J0012\n工作地点：Beijing\n所属部门：D6269\n发布时间：2026-08-27\n\n岗位职责\n1、负责直播数据仓库的建设，构建直播领域垂直应用的数据集市；探索并应用智能化的数据管理方法（如元数据自动化管理、数据质量智能监控）提升效率；\n2、定义并开发业务核心指标数据，负责垂直业务数据建模；结合业务目标，探索利用AI/ML技术（如预测性指标设计、用户/内容理解特征工程）提升数据洞察深度；\n3、根据业务需求，提供大数据计算应用服务，并持续优化改进；支持基于AI模型训练、推理、评估的数据计算需求，并探索利用AI技术（如自动化调优、智能资源调度）优化计算性能和成本；\n4、参与直播数据平台的开发工作，支持业务需求；关注并评估AI技术（如AutoML、向量数据库、LLM应用）在数据平台中的应用潜力，协助平台智能化演进。\n\n任职要求\n1、有Hudi、Hive、Kafka、Spark、Flink、HBase等两种以上两年以上使用经验；（熟悉Spark MLlib, Flink ML或其他大数据生态中的机器学习库者优先；了解如何利用这些框架支持AI工作流）；\n2、熟悉数据仓库理论方法及ETL相关技术，对于数据的架构和设计有一定的思考，具备良好的数学思维和建模思维；具备将业务问题转化为数据问题和潜在AI应用场景的思维；理解特征工程的基本概念及其在数据管道中的重要性；\n3、熟悉分布式计算框架，掌握分布式计算的设计与优化能力，了解流式计算；了解分布式机器学习/深度学习框架（如TensorFlow/PyTorch分布式、Spark MLlib）基本原理者优先；理解流式计算在实时AI应用（如实时推荐、风控）中的作用；\n4、对人工智能（AI）和机器学习（ML）在数据领域的应用（如智能分析、自动化、预测建模、AIGC相关数据处理）有浓厚兴趣和基本认知；具备快速学习并应用新兴AI相关数据技术（如特征存储、模型监控、向量数据库、LLM数据处理等）的意愿和能力；善于思考如何利用数据工程能力赋能和优化AI模型的整个生命周期（数据准备、特征工程、模型服务、监控）；\n5、有很强的学习、分析和解决问题的能力，良好的团队合作意识，较强的沟通能力。",
        "skills": [AI生成
            "Spark",
            "Flink",
            "Kafka",
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "深度学习",
            "数据库",
            "模型训练",
            "团队协作",
            "沟通能力",
            "解决问题",
            "建模",
            "招聘"
        ],
        "preferred_qualifications": "（熟悉Spark MLlib, Flink ML或其他大数据生态中的机器学习库者优先；了解分布式机器学习/深度学习框架（如TensorFlow/PyTorch分布式、Spark MLlib）基本原理者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/21833"
            }
        ]
    },
    "posting": {
        "posting_id": "21833",
        "post_date": "2026-08-27",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/21833"
    },
    "fulltext": "高级数据研发工程师（直播）-【数据平台】\n高级数据研发工程师（直播）-【数据平台】\n\n基础信息\n招聘类型：社招\n职位类别：J0012\n工作地点：Beijing\n所属部门：D6269\n发布时间：2026-08-27\n\n岗位职责\n1、负责直播数据仓库的建设，构建直播领域垂直应用的数据集市；探索并应用智能化的数据管理方法（如元数据自动化管理、数据质量智能监控）提升效率；\n2、定义并开发业务核心指标数据，负责垂直业务数据建模；结合业务目标，探索利用AI/ML技术（如预测性指标设计、用户/内容理解特征工程）提升数据洞察深度；\n3、根据业务需求，提供大数据计算应用服务，并持续优化改进；支持基于AI模型训练、推理、评估的数据计算需求，并探索利用AI技术（如自动化调优、智能资源调度）优化计算性能和成本；\n4、参与直播数据平台的开发工作，支持业务需求；关注并评估AI技术（如AutoML、向量数据库、LLM应用）在数据平台中的应用潜力，协助平台智能化演进。\n\n任职要求\n1、有Hudi、Hive、Kafka、Spark、Flink、HBase等两种以上两年以上使用经验；（熟悉Spark MLlib, Flink ML或其他大数据生态中的机器学习库者优先；了解如何利用这些框架支持AI工作流）；\n2、熟悉数据仓库理论方法及ETL相关技术，对于数据的架构和设计有一定的思考，具备良好的数学思维和建模思维；具备将业务问题转化为数据问题和潜在AI应用场景的思维；理解特征工程的基本概念及其在数据管道中的重要性；\n3、熟悉分布式计算框架，掌握分布式计算的设计与优化能力，了解流式计算；了解分布式机器学习/深度学习框架（如TensorFlow/PyTorch分布式、Spark MLlib）基本原理者优先；理解流式计算在实时AI应用（如实时推荐、风控）中的作用；\n4、对人工智能（AI）和机器学习（ML）在数据领域的应用（如智能分析、自动化、预测建模、AIGC相关数据处理）有浓厚兴趣和基本认知；具备快速学习并应用新兴AI相关数据技术（如特征存储、模型监控、向量数据库、LLM数据处理等）的意愿和能力；善于思考如何利用数据工程能力赋能和优化AI模型的整个生命周期（数据准备、特征工程、模型服务、监控）；\n5、有很强的学习、分析和解决问题的能力，良好的团队合作意识，较强的沟通能力。\n高级数据研发工程师（直播）-【数据平台】\n\n基础信息\n招聘类型：社招\n职位类别：J0012\n工作地点：Beijing\n所属部门：D6269\n发布时间：2026-08-27\n\n岗位职责\n1、负责直播数据仓库的建设，构建直播领域垂直应用的数据集市；探索并应用智能化的数据管理方法（如元数据自动化管理、数据质量智能监控）提升效率；\n2、定义并开发业务核心指标数据，负责垂直业务数据建模；结合业务目标，探索利用AI/ML技术（如预测性指标设计、用户/内容理解特征工程）提升数据洞察深度；\n3、根据业务需求，提供大数据计算应用服务，并持续优化改进；支持基于AI模型训练、推理、评估的数据计算需求，并探索利用AI技术（如自动化调优、智能资源调度）优化计算性能和成本；\n4、参与直播数据平台的开发工作，支持业务需求；关注并评估AI技术（如AutoML、向量数据库、LLM应用）在数据平台中的应用潜力，协助平台智能化演进。\n\n任职要求\n1、有Hudi、Hive、Kafka、Spark、Flink、HBase等两种以上两年以上使用经验；（熟悉Spark MLlib, Flink ML或其他大数据生态中的机器学习库者优先；了解如何利用这些框架支持AI工作流）；\n2、熟悉数据仓库理论方法及ETL相关技术，对于数据的架构和设计有一定的思考，具备良好的数学思维和建模思维；具备将业务问题转化为数据问题和潜在AI应用场景的思维；理解特征工程的基本概念及其在数据管道中的重要性；\n3、熟悉分布式计算框架，掌握分布式计算的设计与优化能力，了解流式计算；了解分布式机器学习/深度学习框架（如TensorFlow/PyTorch分布式、Spark MLlib）基本原理者优先；理解流式计算在实时AI应用（如实时推荐、风控）中的作用；\n4、对人工智能（AI）和机器学习（ML）在数据领域的应用（如智能分析、自动化、预测建模、AIGC相关数据处理）有浓厚兴趣和基本认知；具备快速学习并应用新兴AI相关数据技术（如特征存储、模型监控、向量数据库、LLM数据处理等）的意愿和能力；善于思考如何利用数据工程能力赋能和优化AI模型的整个生命周期（数据准备、特征工程、模型服务、监控）；\n5、有很强的学习、分析和解决问题的能力，良好的团队合作意识，较强的沟通能力。\n高级数据研发工程师（直播）-【数据平台】\n\n基础信息\n招聘类型：社招\n职位类别：J0012\n工作地点：Beijing\n所属部门：D6269\n发布时间：2026-08-27\n\n岗位职责\n1、负责直播数据仓库的建设，构建直播领域垂直应用的数据集市；探索并应用智能化的数据管理方法（如元数据自动化管理、数据质量智能监控）提升效率；\n2、定义并开发业务核心指标数据，负责垂直业务数据建模；结合业务目标，探索利用AI/ML技术（如预测性指标设计、用户/内容理解特征工程）提升数据洞察深度；\n3、根据业务需求，提供大数据计算应用服务，并持续优化改进；支持基于AI模型训练、推理、评估的数据计算需求，并探索利用AI技术（如自动化调优、智能资源调度）优化计算性能和成本；\n4、参与直播数据平台的开发工作，支持业务需求；关注并评估AI技术（如AutoML、向量数据库、LLM应用）在数据平台中的应用潜力，协助平台智能化演进。\n\n任职要求\n1、有Hudi、Hive、Kafka、Spark、Flink、HBase等两种以上两年以上使用经验；（熟悉Spark MLlib, Flink ML或其他大数据生态中的机器学习库者优先；了解如何利用这些框架支持AI工作流）；\n2、熟悉数据仓库理论方法及ETL相关技术，对于数据的架构和设计有一定的思考，具备良好的数学思维和建模思维；具备将业务问题转化为数据问题和潜在AI应用场景的思维；理解特征工程的基本概念及其在数据管道中的重要性；\n3、熟悉分布式计算框架，掌握分布式计算的设计与优化能力，了解流式计算；了解分布式机器学习/深度学习框架（如TensorFlow/PyTorch分布式、Spark MLlib）基本原理者优先；理解流式计算在实时AI应用（如实时推荐、风控）中的作用；\n4、对人工智能（AI）和机器学习（ML）在数据领域的应用（如智能分析、自动化、预测建模、AIGC相关数据处理）有浓厚兴趣和基本认知；具备快速学习并应用新兴AI相关数据技术（如特征存储、模型监控、向量数据库、LLM数据处理等）的意愿和能力；善于思考如何利用数据工程能力赋能和优化AI模型的整个生命周期（数据准备、特征工程、模型服务、监控）；\n5、有很强的学习、分析和解决问题的能力，良好的团队合作意识，较强的沟通能力。",
    "standard_classification": {
        "std_category_code": "T016",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}