{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "大数据基础平台工程师（基础设施与数据架构方向） -【可灵AI】",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "D15366",
        "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": 3,
        "degree": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "大数据基础平台工程师（基础设施与数据架构方向） -【可灵AI】\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：D15366\n发布时间：2026-08-31\n\n岗位职责\n1、参与公司级大数据平台的整体架构设计，明确数据接入、批流计算、湖仓存储、研发治理、权限和运维边界；\n2、建设多环境基础设施与平台工程体系，包括组织与账号、统一身份与访问控制、虚拟网络、跨环境网络互联、专线、密钥管理、审计、日志和成本基线；\n3、建设以对象存储、开放表格式、开放 Catalog 和批计算引擎为核心的湖仓，解决分区、并发写、小文件、Compaction、Schema 演进和数据恢复问题；\n4、建设 Kafka + Flink 实时数据平台，支持 CDC、事件时间、状态管理、回放、Savepoint 升级、故障恢复和端到端数据一致性；\n5、建设统一的数据研发与调度体系，推动 Git、代码评审、自动测试、CI/CD、环境隔离、补数和发布回退标准化；\n6、根据真实负载评估数据仓库、OLAP、训练平台、高性能文件存储和缓存等能力，避免不必要的产品叠加和技术锁定；\n7、与模型训练团队共同建设训练数据链路，实现原始视频/图片管理、样本清洗、数据集版本、血缘、质量、合规和高吞吐读取；\n8、建设平台可观测、SLO、容量、容灾、值班和故障演练体系，持续提升稳定性和可恢复性；\n9、建设成本标签、预算、单位成本和容量模型，优化计算、存储、网络及训练数据读取成本；\n10、沉淀平台规范、模板、SDK、自动化工具和 Runbook，支持数据研发团队自助接入。\n\n任职要求\n1、计算机或相关领域基础扎实，通常具有 3 年以上基础架构、大数据平台或分布式系统经验；\n2、熟悉 Linux、网络、存储、身份权限和分布式系统基本原理，能够分析真实生产问题，而不只停留在产品配置层面；\n3、熟练使用 Java、Scala、Python 或 Go 中至少一种语言，具备良好的 SQL、脚本和工程化能力；\n4、参与过大规模数据基础设施或平台建设，理解统一身份与访问控制、网络、对象存储、日志、监控和基础设施即代码；\n5、具备生产系统上线和运维经验，能够说明容量评估、灰度、回退、告警、故障定位和复盘方法；\n6、具备清晰的文档和跨团队沟通能力，能够把架构方案转化为任务、接口、验收指标和运行规范。\n【可深耕方向】\n候选人不需要同时精通所有方向，但应在至少一个方向具备可验证的生产深度\n方向一：基础设施与平台工程\n1、熟悉多环境管理、统一身份与访问控制、虚拟网络、网络互联、密钥管理、审计和安全基线；\n2、熟悉 Terraform/OpenTofu、GitOps、CI/CD、容器和制品管理；\n3、有数据平台或 AI 平台基础设施标准化、SRE、FinOps 建设经验。\n方向二：湖仓与离线计算\n1、熟悉 Spark、Iceberg/Hudi/Paimon、对象存储和分布式 SQL；\n2、理解 Catalog、事务、快照、分区、文件布局、Compaction 和性能调优；\n3、有 Spark、分布式 SQL、数据仓库或数据研发调度平台的生产经验。\n方向三：实时计算与数据平台\n1、熟悉 Kafka、Flink、CDC、Schema 演进和流式状态；\n2、理解 Exactly-once 的适用边界、Checkpoint/Savepoint、乱序、回放和数据对账；\n3、有大规模实时任务稳定性、容量或平台化建设经验。\n【加分项】\n1、有大规模数据湖、流计算、分析型数据库或 AI 训练平台实战经验；\n2、有同时面向国内与海外部署环境的经验；\n3、有 PB 级数据、日增 TB 级链路、数百个作业或百人级数据研发平台经验；\n4、有 AI/多模态训练数据、海量小文件、数据集缓存或高吞吐存储优化经验；\n5、参与过数据平台从 0 到 1、异构基础设施迁移、机房迁移或平台容器化；\n6、熟悉数据分类分级、个人信息保护、重要数据、等保、审计或数据出境相关要求；\n7、有开源项目贡献、技术分享、专利或高质量技术文档。",
        "requirements_text": "大数据基础平台工程师（基础设施与数据架构方向） -【可灵AI】\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：D15366\n发布时间：2026-08-31\n\n岗位职责\n1、参与公司级大数据平台的整体架构设计，明确数据接入、批流计算、湖仓存储、研发治理、权限和运维边界；\n2、建设多环境基础设施与平台工程体系，包括组织与账号、统一身份与访问控制、虚拟网络、跨环境网络互联、专线、密钥管理、审计、日志和成本基线；\n3、建设以对象存储、开放表格式、开放 Catalog 和批计算引擎为核心的湖仓，解决分区、并发写、小文件、Compaction、Schema 演进和数据恢复问题；\n4、建设 Kafka + Flink 实时数据平台，支持 CDC、事件时间、状态管理、回放、Savepoint 升级、故障恢复和端到端数据一致性；\n5、建设统一的数据研发与调度体系，推动 Git、代码评审、自动测试、CI/CD、环境隔离、补数和发布回退标准化；\n6、根据真实负载评估数据仓库、OLAP、训练平台、高性能文件存储和缓存等能力，避免不必要的产品叠加和技术锁定；\n7、与模型训练团队共同建设训练数据链路，实现原始视频/图片管理、样本清洗、数据集版本、血缘、质量、合规和高吞吐读取；\n8、建设平台可观测、SLO、容量、容灾、值班和故障演练体系，持续提升稳定性和可恢复性；\n9、建设成本标签、预算、单位成本和容量模型，优化计算、存储、网络及训练数据读取成本；\n10、沉淀平台规范、模板、SDK、自动化工具和 Runbook，支持数据研发团队自助接入。\n\n任职要求\n1、计算机或相关领域基础扎实，通常具有 3 年以上基础架构、大数据平台或分布式系统经验；\n2、熟悉 Linux、网络、存储、身份权限和分布式系统基本原理，能够分析真实生产问题，而不只停留在产品配置层面；\n3、熟练使用 Java、Scala、Python 或 Go 中至少一种语言，具备良好的 SQL、脚本和工程化能力；\n4、参与过大规模数据基础设施或平台建设，理解统一身份与访问控制、网络、对象存储、日志、监控和基础设施即代码；\n5、具备生产系统上线和运维经验，能够说明容量评估、灰度、回退、告警、故障定位和复盘方法；\n6、具备清晰的文档和跨团队沟通能力，能够把架构方案转化为任务、接口、验收指标和运行规范。\n【可深耕方向】\n候选人不需要同时精通所有方向，但应在至少一个方向具备可验证的生产深度\n方向一：基础设施与平台工程\n1、熟悉多环境管理、统一身份与访问控制、虚拟网络、网络互联、密钥管理、审计和安全基线；\n2、熟悉 Terraform/OpenTofu、GitOps、CI/CD、容器和制品管理；\n3、有数据平台或 AI 平台基础设施标准化、SRE、FinOps 建设经验。\n方向二：湖仓与离线计算\n1、熟悉 Spark、Iceberg/Hudi/Paimon、对象存储和分布式 SQL；\n2、理解 Catalog、事务、快照、分区、文件布局、Compaction 和性能调优；\n3、有 Spark、分布式 SQL、数据仓库或数据研发调度平台的生产经验。\n方向三：实时计算与数据平台\n1、熟悉 Kafka、Flink、CDC、Schema 演进和流式状态；\n2、理解 Exactly-once 的适用边界、Checkpoint/Savepoint、乱序、回放和数据对账；\n3、有大规模实时任务稳定性、容量或平台化建设经验。\n【加分项】\n1、有大规模数据湖、流计算、分析型数据库或 AI 训练平台实战经验；\n2、有同时面向国内与海外部署环境的经验；\n3、有 PB 级数据、日增 TB 级链路、数百个作业或百人级数据研发平台经验；\n4、有 AI/多模态训练数据、海量小文件、数据集缓存或高吞吐存储优化经验；\n5、参与过数据平台从 0 到 1、异构基础设施迁移、机房迁移或平台容器化；\n6、熟悉数据分类分级、个人信息保护、重要数据、等保、审计或数据出境相关要求；\n7、有开源项目贡献、技术分享、专利或高质量技术文档。",
        "skills": [AI生成
            "Python",
            "Java",
            "Scala",
            "SQL",
            "Linux",
            "Spark",
            "Flink",
            "Kafka",
            "分布式系统",
            "数据库",
            "模型训练",
            "性能调优",
            "架构设计",
            "审计",
            "沟通能力",
            "招聘",
            "Go"
        ],
        "preferred_qualifications": "【加分项】",
        "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/32251"
            }
        ]
    },
    "posting": {
        "posting_id": "32251",
        "post_date": "2026-08-31",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/32251"
    },
    "fulltext": "大数据基础平台工程师（基础设施与数据架构方向） -【可灵AI】\n大数据基础平台工程师（基础设施与数据架构方向） -【可灵AI】\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：D15366\n发布时间：2026-08-31\n\n岗位职责\n1、参与公司级大数据平台的整体架构设计，明确数据接入、批流计算、湖仓存储、研发治理、权限和运维边界；\n2、建设多环境基础设施与平台工程体系，包括组织与账号、统一身份与访问控制、虚拟网络、跨环境网络互联、专线、密钥管理、审计、日志和成本基线；\n3、建设以对象存储、开放表格式、开放 Catalog 和批计算引擎为核心的湖仓，解决分区、并发写、小文件、Compaction、Schema 演进和数据恢复问题；\n4、建设 Kafka + Flink 实时数据平台，支持 CDC、事件时间、状态管理、回放、Savepoint 升级、故障恢复和端到端数据一致性；\n5、建设统一的数据研发与调度体系，推动 Git、代码评审、自动测试、CI/CD、环境隔离、补数和发布回退标准化；\n6、根据真实负载评估数据仓库、OLAP、训练平台、高性能文件存储和缓存等能力，避免不必要的产品叠加和技术锁定；\n7、与模型训练团队共同建设训练数据链路，实现原始视频/图片管理、样本清洗、数据集版本、血缘、质量、合规和高吞吐读取；\n8、建设平台可观测、SLO、容量、容灾、值班和故障演练体系，持续提升稳定性和可恢复性；\n9、建设成本标签、预算、单位成本和容量模型，优化计算、存储、网络及训练数据读取成本；\n10、沉淀平台规范、模板、SDK、自动化工具和 Runbook，支持数据研发团队自助接入。\n\n任职要求\n1、计算机或相关领域基础扎实，通常具有 3 年以上基础架构、大数据平台或分布式系统经验；\n2、熟悉 Linux、网络、存储、身份权限和分布式系统基本原理，能够分析真实生产问题，而不只停留在产品配置层面；\n3、熟练使用 Java、Scala、Python 或 Go 中至少一种语言，具备良好的 SQL、脚本和工程化能力；\n4、参与过大规模数据基础设施或平台建设，理解统一身份与访问控制、网络、对象存储、日志、监控和基础设施即代码；\n5、具备生产系统上线和运维经验，能够说明容量评估、灰度、回退、告警、故障定位和复盘方法；\n6、具备清晰的文档和跨团队沟通能力，能够把架构方案转化为任务、接口、验收指标和运行规范。\n【可深耕方向】\n候选人不需要同时精通所有方向，但应在至少一个方向具备可验证的生产深度\n方向一：基础设施与平台工程\n1、熟悉多环境管理、统一身份与访问控制、虚拟网络、网络互联、密钥管理、审计和安全基线；\n2、熟悉 Terraform/OpenTofu、GitOps、CI/CD、容器和制品管理；\n3、有数据平台或 AI 平台基础设施标准化、SRE、FinOps 建设经验。\n方向二：湖仓与离线计算\n1、熟悉 Spark、Iceberg/Hudi/Paimon、对象存储和分布式 SQL；\n2、理解 Catalog、事务、快照、分区、文件布局、Compaction 和性能调优；\n3、有 Spark、分布式 SQL、数据仓库或数据研发调度平台的生产经验。\n方向三：实时计算与数据平台\n1、熟悉 Kafka、Flink、CDC、Schema 演进和流式状态；\n2、理解 Exactly-once 的适用边界、Checkpoint/Savepoint、乱序、回放和数据对账；\n3、有大规模实时任务稳定性、容量或平台化建设经验。\n【加分项】\n1、有大规模数据湖、流计算、分析型数据库或 AI 训练平台实战经验；\n2、有同时面向国内与海外部署环境的经验；\n3、有 PB 级数据、日增 TB 级链路、数百个作业或百人级数据研发平台经验；\n4、有 AI/多模态训练数据、海量小文件、数据集缓存或高吞吐存储优化经验；\n5、参与过数据平台从 0 到 1、异构基础设施迁移、机房迁移或平台容器化；\n6、熟悉数据分类分级、个人信息保护、重要数据、等保、审计或数据出境相关要求；\n7、有开源项目贡献、技术分享、专利或高质量技术文档。\n大数据基础平台工程师（基础设施与数据架构方向） -【可灵AI】\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：D15366\n发布时间：2026-08-31\n\n岗位职责\n1、参与公司级大数据平台的整体架构设计，明确数据接入、批流计算、湖仓存储、研发治理、权限和运维边界；\n2、建设多环境基础设施与平台工程体系，包括组织与账号、统一身份与访问控制、虚拟网络、跨环境网络互联、专线、密钥管理、审计、日志和成本基线；\n3、建设以对象存储、开放表格式、开放 Catalog 和批计算引擎为核心的湖仓，解决分区、并发写、小文件、Compaction、Schema 演进和数据恢复问题；\n4、建设 Kafka + Flink 实时数据平台，支持 CDC、事件时间、状态管理、回放、Savepoint 升级、故障恢复和端到端数据一致性；\n5、建设统一的数据研发与调度体系，推动 Git、代码评审、自动测试、CI/CD、环境隔离、补数和发布回退标准化；\n6、根据真实负载评估数据仓库、OLAP、训练平台、高性能文件存储和缓存等能力，避免不必要的产品叠加和技术锁定；\n7、与模型训练团队共同建设训练数据链路，实现原始视频/图片管理、样本清洗、数据集版本、血缘、质量、合规和高吞吐读取；\n8、建设平台可观测、SLO、容量、容灾、值班和故障演练体系，持续提升稳定性和可恢复性；\n9、建设成本标签、预算、单位成本和容量模型，优化计算、存储、网络及训练数据读取成本；\n10、沉淀平台规范、模板、SDK、自动化工具和 Runbook，支持数据研发团队自助接入。\n\n任职要求\n1、计算机或相关领域基础扎实，通常具有 3 年以上基础架构、大数据平台或分布式系统经验；\n2、熟悉 Linux、网络、存储、身份权限和分布式系统基本原理，能够分析真实生产问题，而不只停留在产品配置层面；\n3、熟练使用 Java、Scala、Python 或 Go 中至少一种语言，具备良好的 SQL、脚本和工程化能力；\n4、参与过大规模数据基础设施或平台建设，理解统一身份与访问控制、网络、对象存储、日志、监控和基础设施即代码；\n5、具备生产系统上线和运维经验，能够说明容量评估、灰度、回退、告警、故障定位和复盘方法；\n6、具备清晰的文档和跨团队沟通能力，能够把架构方案转化为任务、接口、验收指标和运行规范。\n【可深耕方向】\n候选人不需要同时精通所有方向，但应在至少一个方向具备可验证的生产深度\n方向一：基础设施与平台工程\n1、熟悉多环境管理、统一身份与访问控制、虚拟网络、网络互联、密钥管理、审计和安全基线；\n2、熟悉 Terraform/OpenTofu、GitOps、CI/CD、容器和制品管理；\n3、有数据平台或 AI 平台基础设施标准化、SRE、FinOps 建设经验。\n方向二：湖仓与离线计算\n1、熟悉 Spark、Iceberg/Hudi/Paimon、对象存储和分布式 SQL；\n2、理解 Catalog、事务、快照、分区、文件布局、Compaction 和性能调优；\n3、有 Spark、分布式 SQL、数据仓库或数据研发调度平台的生产经验。\n方向三：实时计算与数据平台\n1、熟悉 Kafka、Flink、CDC、Schema 演进和流式状态；\n2、理解 Exactly-once 的适用边界、Checkpoint/Savepoint、乱序、回放和数据对账；\n3、有大规模实时任务稳定性、容量或平台化建设经验。\n【加分项】\n1、有大规模数据湖、流计算、分析型数据库或 AI 训练平台实战经验；\n2、有同时面向国内与海外部署环境的经验；\n3、有 PB 级数据、日增 TB 级链路、数百个作业或百人级数据研发平台经验；\n4、有 AI/多模态训练数据、海量小文件、数据集缓存或高吞吐存储优化经验；\n5、参与过数据平台从 0 到 1、异构基础设施迁移、机房迁移或平台容器化；\n6、熟悉数据分类分级、个人信息保护、重要数据、等保、审计或数据出境相关要求；\n7、有开源项目贡献、技术分享、专利或高质量技术文档。\n大数据基础平台工程师（基础设施与数据架构方向） -【可灵AI】\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：D15366\n发布时间：2026-08-31\n\n岗位职责\n1、参与公司级大数据平台的整体架构设计，明确数据接入、批流计算、湖仓存储、研发治理、权限和运维边界；\n2、建设多环境基础设施与平台工程体系，包括组织与账号、统一身份与访问控制、虚拟网络、跨环境网络互联、专线、密钥管理、审计、日志和成本基线；\n3、建设以对象存储、开放表格式、开放 Catalog 和批计算引擎为核心的湖仓，解决分区、并发写、小文件、Compaction、Schema 演进和数据恢复问题；\n4、建设 Kafka + Flink 实时数据平台，支持 CDC、事件时间、状态管理、回放、Savepoint 升级、故障恢复和端到端数据一致性；\n5、建设统一的数据研发与调度体系，推动 Git、代码评审、自动测试、CI/CD、环境隔离、补数和发布回退标准化；\n6、根据真实负载评估数据仓库、OLAP、训练平台、高性能文件存储和缓存等能力，避免不必要的产品叠加和技术锁定；\n7、与模型训练团队共同建设训练数据链路，实现原始视频/图片管理、样本清洗、数据集版本、血缘、质量、合规和高吞吐读取；\n8、建设平台可观测、SLO、容量、容灾、值班和故障演练体系，持续提升稳定性和可恢复性；\n9、建设成本标签、预算、单位成本和容量模型，优化计算、存储、网络及训练数据读取成本；\n10、沉淀平台规范、模板、SDK、自动化工具和 Runbook，支持数据研发团队自助接入。\n\n任职要求\n1、计算机或相关领域基础扎实，通常具有 3 年以上基础架构、大数据平台或分布式系统经验；\n2、熟悉 Linux、网络、存储、身份权限和分布式系统基本原理，能够分析真实生产问题，而不只停留在产品配置层面；\n3、熟练使用 Java、Scala、Python 或 Go 中至少一种语言，具备良好的 SQL、脚本和工程化能力；\n4、参与过大规模数据基础设施或平台建设，理解统一身份与访问控制、网络、对象存储、日志、监控和基础设施即代码；\n5、具备生产系统上线和运维经验，能够说明容量评估、灰度、回退、告警、故障定位和复盘方法；\n6、具备清晰的文档和跨团队沟通能力，能够把架构方案转化为任务、接口、验收指标和运行规范。\n【可深耕方向】\n候选人不需要同时精通所有方向，但应在至少一个方向具备可验证的生产深度\n方向一：基础设施与平台工程\n1、熟悉多环境管理、统一身份与访问控制、虚拟网络、网络互联、密钥管理、审计和安全基线；\n2、熟悉 Terraform/OpenTofu、GitOps、CI/CD、容器和制品管理；\n3、有数据平台或 AI 平台基础设施标准化、SRE、FinOps 建设经验。\n方向二：湖仓与离线计算\n1、熟悉 Spark、Iceberg/Hudi/Paimon、对象存储和分布式 SQL；\n2、理解 Catalog、事务、快照、分区、文件布局、Compaction 和性能调优；\n3、有 Spark、分布式 SQL、数据仓库或数据研发调度平台的生产经验。\n方向三：实时计算与数据平台\n1、熟悉 Kafka、Flink、CDC、Schema 演进和流式状态；\n2、理解 Exactly-once 的适用边界、Checkpoint/Savepoint、乱序、回放和数据对账；\n3、有大规模实时任务稳定性、容量或平台化建设经验。\n【加分项】\n1、有大规模数据湖、流计算、分析型数据库或 AI 训练平台实战经验；\n2、有同时面向国内与海外部署环境的经验；\n3、有 PB 级数据、日增 TB 级链路、数百个作业或百人级数据研发平台经验；\n4、有 AI/多模态训练数据、海量小文件、数据集缓存或高吞吐存储优化经验；\n5、参与过数据平台从 0 到 1、异构基础设施迁移、机房迁移或平台容器化；\n6、熟悉数据分类分级、个人信息保护、重要数据、等保、审计或数据出境相关要求；\n7、有开源项目贡献、技术分享、专利或高质量技术文档。",
    "standard_classification": {
        "std_category_code": "T016",
        "std_aux_codes": [
            "T018"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}