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": "机器学习数据工程师 - Data AML",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京、杭州、上海",
"work_mode": "未披露",AI生成
"job_category": "大数据"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：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\n1、负责字节跳动推荐/广告/搜索类业务中多模态数据生产链路的搭建与ETL流程设计开发，构建一套标准的、面向广义推荐系统场景的多模态特征数据的生产、清洗和存储链路，并针对未来模型演进方向构建高效的样本生产、存储和访问链路；设计与开发高效、高可用的数据管道；\n2、基于Spark构建百亿规模、PB级别数据的清洗框架，优化数据预处理效率；完成多模态结合搜推特征的生产，包括数据去重、过滤、spam数据处理、数据均衡等操作，并将生产链路平台化；\n3、针对多模态特征特点，构建多模态特征缓存体系与存储体系，显著提高数据访问吞吐，降低延迟；\n4、参与构建多模态模型的上线链路，将历史数据批量写回链路以及实时数据生产链路平台化，支持模型上线；与算法团队深度协同，推进算法与系统的联合优化，持续提升系统对业务的支撑能力。",
"requirements_text": "1、熟悉数据仓库实施方法论、深入了解数据仓库体系，并支撑过实际业务场景，有PB级集群实战调优经验者优先；\n2、熟练使用Spark和Hive等，熟悉Java、Python等编程语言，有PyTorch/TensorFlow数据处理经验者优先；\n3、熟悉数据标注体系，了解大模型训练数据特性；\n4、善于沟通，对业务敏感，能快速理解业务背景，具备优秀的技术与业务结合能力；\n5、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，能够快速的响应和行动；\n6、有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。\n\n加分项（符合其中任意一项者优先）：\n1、熟悉至少一种主流的机器学习框架（PyTorch/TensorFlow）；\n2、在大模型或推荐模型领域，参与过大影响力的项目或论文。",
"skills": [AI生成
"Python",
"Java",
"Spark",
"PyTorch",
"TensorFlow",
"机器学习",
"数据标注",
"模型训练",
"沟通能力",
"学习能力",
"大语言模型"
],
"preferred_qualifications": "1、熟悉数据仓库实施方法论、深入了解数据仓库体系，并支撑过实际业务场景，有PB级集群实战调优经验者优先；2、熟练使用Spark和Hive等，熟悉Java、Python等编程语言，有PyTorch/TensorFlow数据处理经验者优先；加分项（符合其中任意一项者优先）：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7535114085084842247/detail"
}
]
},
"posting": {
"posting_id": "7535114085084842247",
"post_date": "2025-08-05",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7535114085084842247/detail"
},
"fulltext": "机器学习数据工程师 - Data AML\n职位描述\n团队介绍：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\n1、负责字节跳动推荐/广告/搜索类业务中多模态数据生产链路的搭建与ETL流程设计开发，构建一套标准的、面向广义推荐系统场景的多模态特征数据的生产、清洗和存储链路，并针对未来模型演进方向构建高效的样本生产、存储和访问链路；设计与开发高效、高可用的数据管道；\n2、基于Spark构建百亿规模、PB级别数据的清洗框架，优化数据预处理效率；完成多模态结合搜推特征的生产，包括数据去重、过滤、spam数据处理、数据均衡等操作，并将生产链路平台化；\n3、针对多模态特征特点，构建多模态特征缓存体系与存储体系，显著提高数据访问吞吐，降低延迟；\n4、参与构建多模态模型的上线链路，将历史数据批量写回链路以及实时数据生产链路平台化，支持模型上线；与算法团队深度协同，推进算法与系统的联合优化，持续提升系统对业务的支撑能力。\n\n职位要求\n1、熟悉数据仓库实施方法论、深入了解数据仓库体系，并支撑过实际业务场景，有PB级集群实战调优经验者优先；\n2、熟练使用Spark和Hive等，熟悉Java、Python等编程语言，有PyTorch/TensorFlow数据处理经验者优先；\n3、熟悉数据标注体系，了解大模型训练数据特性；\n4、善于沟通，对业务敏感，能快速理解业务背景，具备优秀的技术与业务结合能力；\n5、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，能够快速的响应和行动；\n6、有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。\n\n加分项（符合其中任意一项者优先）：\n1、熟悉至少一种主流的机器学习框架（PyTorch/TensorFlow）；\n2、在大模型或推荐模型领域，参与过大影响力的项目或论文。\n团队介绍：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\n1、负责字节跳动推荐/广告/搜索类业务中多模态数据生产链路的搭建与ETL流程设计开发，构建一套标准的、面向广义推荐系统场景的多模态特征数据的生产、清洗和存储链路，并针对未来模型演进方向构建高效的样本生产、存储和访问链路；设计与开发高效、高可用的数据管道；\n2、基于Spark构建百亿规模、PB级别数据的清洗框架，优化数据预处理效率；完成多模态结合搜推特征的生产，包括数据去重、过滤、spam数据处理、数据均衡等操作，并将生产链路平台化；\n3、针对多模态特征特点，构建多模态特征缓存体系与存储体系，显著提高数据访问吞吐，降低延迟；\n4、参与构建多模态模型的上线链路，将历史数据批量写回链路以及实时数据生产链路平台化，支持模型上线；与算法团队深度协同，推进算法与系统的联合优化，持续提升系统对业务的支撑能力。\n1、熟悉数据仓库实施方法论、深入了解数据仓库体系，并支撑过实际业务场景，有PB级集群实战调优经验者优先；\n2、熟练使用Spark和Hive等，熟悉Java、Python等编程语言，有PyTorch/TensorFlow数据处理经验者优先；\n3、熟悉数据标注体系，了解大模型训练数据特性；\n4、善于沟通，对业务敏感，能快速理解业务背景，具备优秀的技术与业务结合能力；\n5、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，能够快速的响应和行动；\n6、有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。\n\n加分项（符合其中任意一项者优先）：\n1、熟悉至少一种主流的机器学习框架（PyTorch/TensorFlow）；\n2、在大模型或推荐模型领域，参与过大影响力的项目或论文。",
"standard_classification": {
"std_category_code": "T016",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}