资深数据研发工程师

职位描述

1、数据架构与数仓建设：负责复杂业务领域的数据体系建设，深入理解业务流程与核心指标，完成业务模型抽象、数仓分层及数据架构设计，推进公共模型与统一指标体系建设，在稳定性、可扩展性、研发效率和成本之间取得平衡，支撑业务分析与决策。 2、数据开发与性能优化：负责核心数据链路的设计、开发与迭代，持续优化 ETL/ELT 流程、任务调度及查询性能，解决复杂链路中的性能瓶颈与稳定性问题，保障数据交付的准确性、及时性和可靠性。 3、数据治理与质量保障：基于元数据、数据血缘和资产使用情况，制定并推动数据治理方案落地，持续优化数据质量、计算与存储成本、数据安全及研发规范，建立覆盖研发与运行全流程的质量保障机制。 4、AI 辅助数据开发：推动大模型在需求理解、模型设计、SQL 生成与优化、测试校验、故障排查和数据治理等场景中的应用，提升数据研发效率与交付质量。 5、AI 数据分析与业务应用：面向业务探索和建设智能问数、指标解读、异常分析、归因辅助及分析报告生成等能力；完善业务知识、指标语义和元数据体系，支持 AI 准确理解业务、查询数据并形成可追溯的分析结果，推动分析结论转化为可验证的业务建议。

任职要求

1、教育与经验：本科及以上学历，计算机、软件工程、数据科学、统计学等相关专业，3 年以上数据开发或数据仓库建设经验，具备独立负责复杂业务领域或核心数据项目的经历。 2、数据开发能力：熟练掌握 SQL，具备复杂查询编写、执行计划分析和性能调优能力；熟练使用 Python、Java、Scala 中至少一门编程语言，能够独立完成数据处理、任务开发；熟悉 ETL/ELT 流程与任务调度机制。 3、建模与架构能力：熟悉数仓分层、维度建模、指标体系及数据服务设计，能够抽象共性业务需求，明确模型粒度、数据口径和主题域边界，合理平衡模型复用、交付效率与维护成本；熟悉主流数据计算框架，并具备 StarRocks、ClickHouse 等至少一种 OLAP 引擎的实际使用经验。 4、数据治理能力：具备数据质量、元数据、血缘分析或成本治理的实践经验，能够定位复杂数据链路问题，通过监控告警、测试校验、变更管理及故障复盘持续提升系统可靠性，理解数据权限与敏感信息保护要求。 5、AI 辅助研发能力：具备使用大模型或 AI 编程工具开展数据开发的实践经验，能够结合表结构、业务口径与代码规范组织有效上下文，完成 SQ