工作职责
智能数据架构与开发：
主导设计并开发支撑 AI应用（如AI问数、智能洞察） 的数据底层，包括构建面向NL2SQL的业务语义层、向量化特征库，以及支撑Agent的高效数据服务接口。
基于 DataWorks + MaxCompute + Hologres + Flink 技术栈，构建流批一体、湖仓一体的数据平台，为AI模型训练与实时推理提供高质量、低延迟的数据供给。
AI赋能的数据工程：
探索并应用AI编程：利用AI代码助手（如Copilot、Cursor）或大模型能力，优化数据开发流程，实现ETL脚本、模型SQL的智能生成、审查与优化，提升团队人效。
研究与实施智能化数据治理：利用AI技术进行自动化的数据质量探查、异常检测、元数据智能标注与血缘分析。
数据架构与模型设计：
深入理解业务（如S2B2C加盟模式、门店交易、会员增长），主导设计主题域数据模型、维度建模，构建清晰、稳定、可扩展的数据仓库分层架构（ODS/DWD/DWS/ADS）。
负责规划并落地基于 DataWorks + MaxCompute + Hologres 的技术架构，平衡成本、性能与易用性。
数据开发与治理：
基于 DataWorks 进行高效、规范的数据开发，编写复杂、高效的 SQL、PyODPS 脚本，处理海量数据。
负责关键数据通道的开发与维护，保障数据产出的准确性、稳定性和及时性。
参与制定并推行数据开发规范、数据质量标准和数据治理流程（如指标一致性、元数据管理、数据血缘）。
实时计算与湖仓融合：
利用 Apache Flink 开发实时数据流处理任务，构建实时数仓，满足业务对实时监控、实时分析的需求（如实时大屏、实时预警）。
探索并实践流批一体、湖仓一体等前沿架构，解决实际业务痛点。
性能优化与赋能：
持续对 MaxCompute 表、Hologres 查询进行性能调优与成本治理，包括但不限于数据倾斜处理、存储优化、生命周期管理。
将通用数据能力沉淀为工具或中间层，为业务分析师、数据产品经理提供高效、自助的数据服务与API。
任职资格
必备条件：
AI技术栈要求：
熟悉机器学习/深度学习基本流程，对大模型（LLM）应用架构有理解。
具备利用 RAG、Agent、NL2SQL 等技术解决实际数据问题的思路或经验。
熟悉至少一种主流AI编程框架（如LangChain、LlamaIndex），或有使用AI编程助手深度提升开发效率的实践经验。
计算机、数学、统计等相关专业本科及以上学历，5年及以上大数据/数仓开发经验且至少1年结合AI项目的实战经验。
精通阿里云大数据产品套件，具有丰富的 DataWorks、MaxCompute、Hologres 平台实战经验，熟悉其核心特性和最佳实践。
拥有扎实的 SQL 功底和出色的性能优化能力，能独立处理十亿级以上数据规模的计算任务。
熟练掌握 Flink 或 Spark Streaming 等流式计算框架，有完整的实时数仓项目经验。
深刻理解数据仓库理论（如维度建模）、分层设计思想，具备优秀的业务抽象和模型设计能力。