职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7503825081073453320

推荐数据开发工程师(离线/大数据方向)-中国直播

未披露 · 北京 · 字节跳动

主分类:数据工程与数据平台研发
算法与数据
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": "推荐数据开发工程师(离线/大数据方向)-中国直播",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "北京",
        "work_mode": "未披露",AI生成
        "job_category": "研发"AI生成
    },
    "company": {
        "company_name": "字节跳动",
        "company_industry": "互联网 / 数字内容 / 电商",
        "company_size": "10000人以上",
        "company_website": "bytedance.com",
        "company_description": "字节跳动提供内容创作、信息分发、电商和协作产品,旗下产品包括抖音、今日头条、TikTok和飞书。"
    },
    "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": "团队介绍:字节跳动推荐架构团队,负责字节跳动超10亿用户产品推荐系统架构的设计和开发,保障系统稳定和高可用;负责在线服务、离线数据流性能优化,解决系统瓶颈,降低成本开销;抽象系统通用组件和服务,建设推荐中台、数据中台,支撑新产品快速孵化以及为ToB赋能;实现灵活可扩展的高性能存储系统和计算模型,打通离在线数据流,构建统一的数据中台,支持推荐/搜索/广告。\n\n1、为大规模推荐系统设计和实现合理的离线/实时数据架构,打造业界领先的离在线存储、批式流式计算框架等分布式系统,为海量数据和大规模业务系统提供可靠的平台化基础设施;\n2、深入推荐系统,探索数据架构如何为业务赋能,提升线上效果;\n3、尝试打破现有边界,探索核心框架的演进、新技术的应用、推荐大模型的落地;\n4、生产系统的TROUBLE-SHOOTING和成本优化,设计和实现必要的机制和工具保障生产系统整体运行的稳定性与效率。",
        "requirements_text": "1、扎实的编程能力,熟练一种或几种编程语言,例如Java/C++/Scala/Python;\n2、熟悉大规模流批数据分布式计算与分布式存储的理论与架构设计;\n3、有推荐、搜索、广告领域相关工作经验;\n4、乐于挑战没有明显答案的问题,对新技术有强烈的学习热情,有较强技术视野。\n\n【加分项】\n1、对多个大数据数据处理领域的开源框架有较深入的理解,包括但不限于Flink/Spark/Hadoop/Hive/Kafka/Pulsar/Hbase/RocksDB/Hudi/Iceberge/Clickhouse;\n2、有PB级以上数据流批处理经验;\n3、熟悉搜广推离线链路,深入理解样本、特征、索引等在系统中的作用;\n4、对机器学习架构或搜广推领域模型有一定了解。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "Scala",
            "ClickHouse",
            "Spark",
            "Hadoop",
            "Flink",
            "Kafka",
            "机器学习",
            "架构设计"
        ],
        "preferred_qualifications": "【加分项】",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7503825081073453320/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7503825081073453320",
        "post_date": "2025-05-13",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7503825081073453320/detail"
    },
    "fulltext": "推荐数据开发工程师(离线/大数据方向)-中国直播\n职位描述\n团队介绍:字节跳动推荐架构团队,负责字节跳动超10亿用户产品推荐系统架构的设计和开发,保障系统稳定和高可用;负责在线服务、离线数据流性能优化,解决系统瓶颈,降低成本开销;抽象系统通用组件和服务,建设推荐中台、数据中台,支撑新产品快速孵化以及为ToB赋能;实现灵活可扩展的高性能存储系统和计算模型,打通离在线数据流,构建统一的数据中台,支持推荐/搜索/广告。\n\n1、为大规模推荐系统设计和实现合理的离线/实时数据架构,打造业界领先的离在线存储、批式流式计算框架等分布式系统,为海量数据和大规模业务系统提供可靠的平台化基础设施;\n2、深入推荐系统,探索数据架构如何为业务赋能,提升线上效果;\n3、尝试打破现有边界,探索核心框架的演进、新技术的应用、推荐大模型的落地;\n4、生产系统的TROUBLE-SHOOTING和成本优化,设计和实现必要的机制和工具保障生产系统整体运行的稳定性与效率。\n\n职位要求\n1、扎实的编程能力,熟练一种或几种编程语言,例如Java/C++/Scala/Python;\n2、熟悉大规模流批数据分布式计算与分布式存储的理论与架构设计;\n3、有推荐、搜索、广告领域相关工作经验;\n4、乐于挑战没有明显答案的问题,对新技术有强烈的学习热情,有较强技术视野。\n\n【加分项】\n1、对多个大数据数据处理领域的开源框架有较深入的理解,包括但不限于Flink/Spark/Hadoop/Hive/Kafka/Pulsar/Hbase/RocksDB/Hudi/Iceberge/Clickhouse;\n2、有PB级以上数据流批处理经验;\n3、熟悉搜广推离线链路,深入理解样本、特征、索引等在系统中的作用;\n4、对机器学习架构或搜广推领域模型有一定了解。\n团队介绍:字节跳动推荐架构团队,负责字节跳动超10亿用户产品推荐系统架构的设计和开发,保障系统稳定和高可用;负责在线服务、离线数据流性能优化,解决系统瓶颈,降低成本开销;抽象系统通用组件和服务,建设推荐中台、数据中台,支撑新产品快速孵化以及为ToB赋能;实现灵活可扩展的高性能存储系统和计算模型,打通离在线数据流,构建统一的数据中台,支持推荐/搜索/广告。\n\n1、为大规模推荐系统设计和实现合理的离线/实时数据架构,打造业界领先的离在线存储、批式流式计算框架等分布式系统,为海量数据和大规模业务系统提供可靠的平台化基础设施;\n2、深入推荐系统,探索数据架构如何为业务赋能,提升线上效果;\n3、尝试打破现有边界,探索核心框架的演进、新技术的应用、推荐大模型的落地;\n4、生产系统的TROUBLE-SHOOTING和成本优化,设计和实现必要的机制和工具保障生产系统整体运行的稳定性与效率。\n1、扎实的编程能力,熟练一种或几种编程语言,例如Java/C++/Scala/Python;\n2、熟悉大规模流批数据分布式计算与分布式存储的理论与架构设计;\n3、有推荐、搜索、广告领域相关工作经验;\n4、乐于挑战没有明显答案的问题,对新技术有强烈的学习热情,有较强技术视野。\n\n【加分项】\n1、对多个大数据数据处理领域的开源框架有较深入的理解,包括但不限于Flink/Spark/Hadoop/Hive/Kafka/Pulsar/Hbase/RocksDB/Hudi/Iceberge/Clickhouse;\n2、有PB级以上数据流批处理经验;\n3、熟悉搜广推离线链路,深入理解样本、特征、索引等在系统中的作用;\n4、对机器学习架构或搜广推领域模型有一定了解。",
    "standard_classification": {
        "std_category_code": "T016",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}