服务端开发工程师

1.面向内部研发平台及中台系统，识别共性问题与需求，抽象并建设统一、可复用的基础组件与平台能力。 2.设计统一的数据模型、接口与流转规范，建设大规模数据管理能力，支持数据跨集群、跨环境的高效流转与统一治理。 3.结合公司发展阶段与研发需求，建设统一、易用的应用交付与 CI/CD 体系，支持构建、发布、灰度、回滚及多环境管理。 4.建立覆盖 Metrics、Traces、Logs、Profiles 的可观测与告警体系，提升异常发现、问题定位与稳定性治理效率。 5.推动运维与故障处理自动化，将常见问题的诊断、定位与修复经验沉淀为工具、工作流及平台能力，并探索 Agent 在自动诊断与 RCA 中的应用。 6.推动分散的平台能力逐步标准化与自动化，减少重复建设，持续提升研究与研发效率。

1.本科及以上学历，计算机或相关专业，有数据开发/数据工程/数仓建设等数据相关经验。2.除 SQL 外，熟练掌握至少一种编程语言。3.熟练掌握如下一种或多种方向：·Spark、Flink 等在离线框架任务的开发与日常调优，有实际的线上任务排错经验；·Kafka 等消息队列的使用与性能特性；·ClickHouse / DuckDB / StarRocks / Doris / TiFlash 等至少一种 OLAP 引擎；·Iceberg / Delta Lake 等数据湖技术，Parquet / Avro / Arrow 等至少一种数据格式的原理与应用；4.熟悉数仓建模理论，有扎实的 SQL 功底，能独立完成从埋点日志到业务指标的数据建模。5.有自驱力，具备优秀的技术品味和技术热情；有突出的 Owner 意识和沟通表达能力，能清晰梳理复杂业务需求。加分项1.参与过 C 端业务数仓落地项目。2.深入理解训练研究需求，具备大规模模型训练数据治理经验。3.对任一主流 OLAP 引擎底层执行模型有了解、对底层分布式系统架构（存储、计算原理）有深刻理解。4.熟悉或关注 DuckDB / RisingWave / DataFusion 等现代大数据生态。 【团队使命】 服务端开发工程师会与大模型研究员深入协作，深入到大模型的研究之中，共同构建用于推进模型智能边界的工程基建。在这里，我们离大模型研究前沿足够近，做出来的东西马上有来自研究一线的反馈。平台的可靠与好用，直接决定了大模型研究的效率和提升智能上限的速度。 这是一次长期主义的、大规模的投入，我们欢迎应届毕业生及两年以内经验的新鲜力量加入，同时也特别期待拥有2至10年工作经验的资深工程师——资深工程师将是本次招聘的重点关注对象（对特别优秀的候选人，年限要求可适当放宽）。本次招聘规模约150人，工作地点以北京为主，部分岗位或可选择杭州。 我们在寻找那个在一线钻研技术、热爱代码的你。 招聘方向【实习/全职】：大模型研究平台方向、Agent 框架组件方向、研发效率基建方向、DeepSeek API 方向、线上服务方向、数据工程方向 投递时不限方向，我们会根据你的背景与意愿确定具体方向，也可能在面试过程中随着互相的了解调整定位。 【你是谁】 一、你是团队里真正干活、解决问题的人 1.团队公认的高难度或高复杂性的问题，是你亲手解决的，或者技术方案是你拟定的。团队对你的认可，是因为工程技术过硬，交付技术成果能力强，而不是别的。 2.你不只熟悉自己团队内的垂直技术领域，对上下游团队的技术栈和工程架构都有理解。上下游团队一起定位都难以找到根因的问题，最后总是落到你手里，被你解决。 3.你能对方案的完备性做出预判，把技术和流程风险想在前面。会攻坚，也会做取舍。 二、你对技术本身有热情，不只是份工作 1.你更愿意用代码、技术方案和交付结果说话。 2.你乐于折腾技术：开源项目、独立开发的应用、个人服务器/NAS、啃技术书、黑客松，乐在其中。 3.你对 AI 的兴趣是技术式的：比别人更早把 AI 用进工作和生活，并且真的去了解和学习背后的技术，而不是停留在试用 AI 产品上。 三、在 Agent 时代，你能亲力亲为地提供更多高质量的产出 1.熟练使用 AI Agent 工具进行软件开发，在 AI 辅助下能够在没有直接经验的领域（语言、技术、框架等）写出有质量保证的代码。 2.你负责做复杂场景下的技术决策，即便把大量落地交给 AI，自己仍然亲手把握 Agent 做开发的设计与实现方向。 3.你对 Agent 的产出有批判性的思考。当 Agent 提供有问题的方案时，你能够敏锐地发现并及时介入。 【方向划分】 大模型研究平台方向