千问事业部-大数据计算专家-杭州

岗位职责

1、负责大规模多模态数据计算引擎的核心架构设计与执行计划优化，构建面向异构计算（CPU/GPU）的高效任务调度机制与执行流水线，解决PB级多模态数据（图像、音频、视频等）处理过程中的关键性能瓶颈； 2、应对PB级数据在Shuffle、Join、Aggregation等场景中面临的内存、I/O与存储资源挑战，攻克每日PB级流批一体数据处理过程中的系统稳定性难题了； 3、提供SQL-like与Python双端编程接口，打造从本地开发调试到生产级分布式计算的一站式开发体验，持续提升开发效率与工程易用性； 4、应对百PB级结构化数据及多模态数据入湖场景下的高效存储与高吞吐I/O挑战；实现多租户I/O与存储资源的有效隔离；构建完善的数据治理体系，保障数据质量，防范数据腐化风险。

任职要求

1、精通分布式系统原理，深入理解计算引擎（如 Spark、Flink、Ray、Daft等）的执行模型、任务调度、Shuffle 机制及容错设计；具备大规模数据处理系统的实战经验； 2、熟悉 CPU/GPU 异构计算架构，具备在 GPU 加速数据处理（如视频解码、特征提取）、内存管理、向量化执行或算子融合等方向深度性能调优的实际项目经验； 3、有构建开发者工具链或编程接口（SQL-like/Python SDK）的经验，关注用户体验，能够平衡系统能力与易用性，推动从本地调试到生产部署的端到端开发闭环； 4、具备多租户资源隔离、内存/I/O 限流、优先级调度、反压控制等 QoS 保障机制的设计与落地经验，能有效应对流批一体场景下的稳定性挑战； 5、熟悉数据湖技术栈（如 Paimon、Delta Lake、Iceberg、Hudi），了解对象存储、列式文件格式（Parquet、ORC 等）及新兴 AI 原生格式（如 Lance）、元数据管理及 ACID 事务机制； 6、具备 AI/多模态数据处理（图像、音视频）Pipeline 构建经验；参与过开源大数据项目或在相关领域发表过技术论文者优先考虑。