哔哩哔哩(bilibili|b站)招聘【B-UP】模型开发工程师AI Infra（校招）
招聘职位：
【B-UP】模型开发工程师AI Infra（校招） 搜索同类职位
岗位介绍：
部门介绍
1、我们是谁：我们是公司大数据架构核心团队，负责构建和演进支撑全集团数据基础设施的底层平台，覆盖：
-数据湖 / 湖仓一体：Iceberg / Paimon / Hudi 表格式、元数据服务、湖仓管理
-流批一体计算：Flink / Spark 内核优化、Remote Shuffle Service、查询执行引擎
-分布式存储：自研对象存储 / 文件系统、CubeFS / 自研湖底座
-OLAP 与查询加速：Trino / StarRocks / 自研 MPP 引擎
-协调与元数据：自研 catalog、调度系统、元数据中心
-AI × Data 融合平台 ：智能数据治理、自动AI查询优化、向量化湖仓、特征平台、AI Agent for Data
-AI赋能的全流程开发体系
-AI辅助的自动化大数据运维体系
-AI整合的内部答疑工具
2、为什么这个岗位特别
未来 5-10 年最重要的基础设施工程师，一定既懂大数据底层，又懂 AI 怎么用、AI 怎么改造数据系统。这就是我们要找的人。
3、你将得到什么
-业务规模：万节点集群、上亿日活用户/EB 级数据处理能力
-AI 融合：参与 LLM × 数据湖、向量索引、AI Agent 数据系统的前沿探索
-真实问题：所有教科书没讲清楚的 corner case，都会在这里遇到
-技术影响力：你的代码会跑在数千个节点上，你的设计会影响成千上万的下游用户和 AI 应用
职位描述
工作职责:
方向 A：数据湖与湖仓一体（含 AI × 湖仓）
-参与公司核心湖仓平台的内核演进，包括但不限于 Iceberg / Paimon 的优化、改造、贡献
-设计并实现湖仓的元数据服务、Catalog、表治理体系
-解决百 PB 级数据下的 compaction 调度、小文件治理、流批冲突等真实工程难题
方向 B：流批一体计算引擎（含 AI × 计算）
-深入 Flink / Spark 内核，进行性能优化、稳定性改造、关键特性自研
-设计并实现流批一体的 SQL 执行计划优化、状态管理、Checkpoint 机制
-主导大规模流任务的容错、回溯、状态膨胀等关键问题的工程方案
方向 C：分布式存储与 Shuffle 服务
-参与公司自研存储系统（类 CubeFS / 对象存储）的内核研发
-主导 Remote Shuffle Service（类 Celeborn）的演进，支撑百 PB 级 shuffle
-设计并实现存算分离架构下的元数据、缓存、数据本地性优化
-攻坚 RDMA / io_uring / 用户态网络栈等极致性能场景
方向 D：查询引擎与 OLAP（含 AI × 查询）
-深入 Trino / StarRocks / Doris 等查询引擎的执行层、优化器
-设计并实现向量化执行、MPP 调度、CBO 改进
-推动湖仓查询性能向云厂商商业产品看齐
无论选择哪个方向，你都会：
1、撰写技术设计文档——每个非平凡决策都要说清楚 why、alternatives、trade-offs
2、直面线上问题——参与值班、排障、性能调优，理解教科书 vs 现实的差距
3、做技术分享——团队周会、季度 Tech Talk、对外技术布道
4、走完一个完整迭代——半年内你会看到自己的设计从草稿走到生产，影响真实业务和 AI 应用
工作要求:
面向2027届海内外本硕博毕业生（2026年9月-2027年8月期间毕业）
1、专业方向：计算机科学、软件工程、电子工程、应用数学、统计学、数据科学、人工智能 / 机器学习等强相关专业
2、研究 / 实践经历深度参与过以下方向之一的研究或工程实践：
-大数据系统：分布式计算（Spark / Flink）、数据湖 / 数据仓库、流批一体、查询引擎
-存储系统：分布式存储、KV 存储、文件系统、对象存储、新型存储介质
3、加分项：开源社区参与者；顶会论文者；ACM 获奖者；系统化 AI 实践者；在头部公司核心基础设施团队（数据库 / 流计算引擎 / 分布式存储 / 查询引擎 / AI 平台）有 6 个月以上深度实习；主导过非平凡的真实系统设计、性能优化、或关键 bug 修复；实习产出有可量化的业务影响
网申须知
网申开始日期：2026-06-15 00:00
网申截止日期：2027-06-30 00:00
仅限 2026-09 至 2027-08 毕业的大学生，每人限投2个职位，请慎重投递。
投递简历
部门介绍
1、我们是谁：我们是公司大数据架构核心团队，负责构建和演进支撑全集团数据基础设施的底层平台，覆盖：
-数据湖 / 湖仓一体：Iceberg / Paimon / Hudi 表格式、元数据服务、湖仓管理
-流批一体计算：Flink / Spark 内核优化、Remote Shuffle Service、查询执行引擎
-分布式存储：自研对象存储 / 文件系统、CubeFS / 自研湖底座
-OLAP 与查询加速：Trino / StarRocks / 自研 MPP 引擎
-协调与元数据：自研 catalog、调度系统、元数据中心
-AI × Data 融合平台 ：智能数据治理、自动AI查询优化、向量化湖仓、特征平台、AI Agent for Data
-AI赋能的全流程开发体系
-AI辅助的自动化大数据运维体系
-AI整合的内部答疑工具
2、为什么这个岗位特别
未来 5-10 年最重要的基础设施工程师，一定既懂大数据底层，又懂 AI 怎么用、AI 怎么改造数据系统。这就是我们要找的人。
3、你将得到什么
-业务规模：万节点集群、上亿日活用户/EB 级数据处理能力
-AI 融合：参与 LLM × 数据湖、向量索引、AI Agent 数据系统的前沿探索
-真实问题：所有教科书没讲清楚的 corner case，都会在这里遇到
-技术影响力：你的代码会跑在数千个节点上，你的设计会影响成千上万的下游用户和 AI 应用
职位描述
工作职责:
方向 A：数据湖与湖仓一体（含 AI × 湖仓）
-参与公司核心湖仓平台的内核演进，包括但不限于 Iceberg / Paimon 的优化、改造、贡献
-设计并实现湖仓的元数据服务、Catalog、表治理体系
-解决百 PB 级数据下的 compaction 调度、小文件治理、流批冲突等真实工程难题
方向 B：流批一体计算引擎（含 AI × 计算）
-深入 Flink / Spark 内核，进行性能优化、稳定性改造、关键特性自研
-设计并实现流批一体的 SQL 执行计划优化、状态管理、Checkpoint 机制
-主导大规模流任务的容错、回溯、状态膨胀等关键问题的工程方案
方向 C：分布式存储与 Shuffle 服务
-参与公司自研存储系统（类 CubeFS / 对象存储）的内核研发
-主导 Remote Shuffle Service（类 Celeborn）的演进，支撑百 PB 级 shuffle
-设计并实现存算分离架构下的元数据、缓存、数据本地性优化
-攻坚 RDMA / io_uring / 用户态网络栈等极致性能场景
方向 D：查询引擎与 OLAP（含 AI × 查询）
-深入 Trino / StarRocks / Doris 等查询引擎的执行层、优化器
-设计并实现向量化执行、MPP 调度、CBO 改进
-推动湖仓查询性能向云厂商商业产品看齐
无论选择哪个方向，你都会：
1、撰写技术设计文档——每个非平凡决策都要说清楚 why、alternatives、trade-offs
2、直面线上问题——参与值班、排障、性能调优，理解教科书 vs 现实的差距
3、做技术分享——团队周会、季度 Tech Talk、对外技术布道
4、走完一个完整迭代——半年内你会看到自己的设计从草稿走到生产，影响真实业务和 AI 应用
工作要求:
面向2027届海内外本硕博毕业生（2026年9月-2027年8月期间毕业）
1、专业方向：计算机科学、软件工程、电子工程、应用数学、统计学、数据科学、人工智能 / 机器学习等强相关专业
2、研究 / 实践经历深度参与过以下方向之一的研究或工程实践：
-大数据系统：分布式计算（Spark / Flink）、数据湖 / 数据仓库、流批一体、查询引擎
-存储系统：分布式存储、KV 存储、文件系统、对象存储、新型存储介质
3、加分项：开源社区参与者；顶会论文者；ACM 获奖者；系统化 AI 实践者；在头部公司核心基础设施团队（数据库 / 流计算引擎 / 分布式存储 / 查询引擎 / AI 平台）有 6 个月以上深度实习；主导过非平凡的真实系统设计、性能优化、或关键 bug 修复；实习产出有可量化的业务影响
网申须知
网申开始日期：2026-06-15 00:00
网申截止日期：2027-06-30 00:00
仅限 2026-09 至 2027-08 毕业的大学生，每人限投2个职位，请慎重投递。
投递简历
免责声明：
此信息由b站官网 (查看来源)审核并发布，我们转载该信息，仅出于传递更多就业招聘资讯、促进大学生及广大求职者就业之目的。该招聘职位信息的真实性、准确性、时效性及合法性均由原始发布方“b站官网”负责。我们作为信息转载平台，不构成求职建议，不涉及任何职业中介服务，不对其内容承担任何形式的保证责任。请用户在使用转载信息时保持审慎，自行判断并承担相应风险，求职请认准企业官方渠道！
