资深大数据架构工程师-离线计算方向

岗位职责

岗位详情

工作职责: 一、离线计算方向(Spark / 向量化执行引擎) 1、跟踪 Spark / MapReduce / 向量化执行引擎(Gluten / Velox / Photon / DuckDB)的社区前沿,结合 bilibili 业务做选型和落地 2、主导 Spark 引擎在 PB 级日处理、千节点集群下的稳定性、性能优化,包括但不限于: （1）Catalyst 优化器改造 （2）Shuffle 优化(Remote Shuffle Service / Celeborn / Magnet) （3）AQE / Dynamic Allocation / Spec Execution 深度调优 3、推动 Spark 与向量化引擎(Gluten + Velox)的深度集成,降低 CPU 成本、提升查询性能 4、解决批处理任务的资源效率、SQL 兼容性、调度延迟等真实工程问题 5、与湖仓团队配合,做好 Spark on Iceberg / Paimon 的查询和写入优化

二、AI 赋能基础设施研发 1、熟练使用 Claude Code、Cursor、Copilot 等 AI 编程工具，将 AI 深度嵌入日常工作流 2、主导 AI 流程自动化建设，为团队赋能： （1）开发阶段：基于 AI 的代码生成、Code Review、单测生成、性能 profiling 自动化 （2）发布阶段：AI 辅助的变更影响分析、灰度策略推荐、回滚决策 （3）运维阶段：AI 驱动的告警归并、根因分析、故障自愈 （4）答疑阶段：基于内部知识库的 RAG 答疑机器人、SQL 助手、调优建议生成 3、沉淀 AI 工具链最佳实践，推广到全组并向外辐射 工作要求: 【硬性条件】 ●985 / 211 及以上院校全日制本科及以上学历，计算机相关专业 ●5 年以上大数据相关工作经验 ●至少深度参与过 1 个大型大数据基础设施项目（EB 级存储 / PB 级日处理 / 千节点以上集群 任一） ●Java / Scala / Go / Rust / C++ 中至少两门掌握扎实 ●深度参与过 Spark 生产环境(>= PB / 日)的运维和优化,对 Spark 内核源码有源码级理解 ●对至少一个领域有体系化认知:Catalyst 优化器 / Tungsten / Shuffle / Spark on K8s

【加分项】 ● 对开源生态高度熟悉 ● 具备从 0 到 1 设计大型分布式系统的能力,能独立 owner 某个技术方向 ● 良好的工程品味:代码质量、测试覆盖、可观测性、稳定性 ● 熟练使用 AI 编程工具完成日常开发,对 LLM 能力边界有清晰认知 ● 良好的中英文技术阅读和书面表达能力(社区 issue / PR / 设计文档) ● Apache 顶级项目 Committer / PMC,或活跃的 Contributor(有合入主线的非 trivial PR) ●主导过将 AI 能力工程化落地到基础设施场景的真实案例(不只是用 ChatGPT 写代码,而是构建了系统) ● 在 GitHub 有持续的开源项目贡献或个人作品 ●有向量化执行引擎(Velox / Gluten / Photon / DuckDB)的开发或深度调优经验 ● 主导过 Spark 大版本升级(2.x → 3.x、3.x → 4.x)的项目 ● 主导过 Remote Shuffle Service(Celeborn / Uniffle)在生产环境的落地 ● Apache Spark / Gluten / Celeborn Committer 优先

任职要求

（暂无）