大数据开发（base北京）

ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：AI 数据与安全团队为 Seed 基座模型及 AI 原生应用提供跨模态数据服务，覆盖数据生产全流程，包含模型评估标准的制定、数据规模化生产、数据飞轮搭建，不断提升数据质量，支持模型快速迭代。 团队由产品经理、数据工程、数据运营等跨职能人才组成，并通过与 Seed 研究员、行业专家、全球顶尖数据供应商紧密合作，从真实场景中收集反馈并分析模型表现数据，解决 AI 前沿突破过程中的复杂数据问题，推动模型性能与用户体验的双重提升。我们既是帮助模型技术迭代的一线贡献者，也是模型和 AI 产品的一手用户。 1、围绕Seed大模型数据全生命周期，参与/负责大模型数据管理平台的数据基建的整体架构设计与建设，包括数据接入、处理、检索、跟踪、质量评估、权限合规等基础能力； 2、构建Seed大模型海量数据的资产目录、标签体系、元信息管理及血缘分析能力，提升高质量数据挖掘效率与可用性，赋能算法预训练、SFT/RLHF等核心场景； 3、协同基础架构/云平台团队，搭建稳定高效的底层数据基础设施(数据湖、对象存储、向量存储、分布式计算、元数据管理系统等)； 4、主导技术选型与架构优化，基于Spark/Flink/Ray、湖仓一体、向量数据库等技术栈，构建高吞吐、高容错、可扩展的处理存储能力，支撑日PB级数据处理。 职位要求 1、2027届本科及以上学历，计算机、通信等相关专业优先； 2、具备大数据开发相关技能，熟悉Java/Scala语言，包括JVM、类加载、并发等；有较好的SQL基础； 3、熟悉Flink、Spark、Kafka、ClickHouse、Doris、Hudi、Icebreg、Paimon中的部分大数据引擎，掌握原理及性能调优优先； 4、善于沟通，对数据敏感，责任心强、积极主动； 5、每周实习4天以上，连续实习3个月以上。