资深数据研发工程师

职位描述

1、参与数据团队AI能力规划与建设，围绕数据研发提效和业务智能化应用，持续跟进大模型及Agent技术，完成方案验证、工程落地和效果评估，沉淀可复用的工具与工作流。 2、AI Coding方向：推动AI融入需求理解、方案设计、数据建模、代码生成、测试验收和发布等研发环节，建设面向数据开发的智能工作流，提升需求交付效率与质量。 3、DataAgent方向：建设面向业务答疑、取数和分析的数据Agent，完善意图理解、语义检索、Text2SQL、工具调用和多步骤任务执行能力，提升真实业务任务的完成质量与使用体验。 4、负责AI-ready数据基础建设，完善核心数据模型、指标口径、元数据、业务语义及知识体系，建设可供AI准确理解和调用的数据服务，支撑研发与业务场景复用。 5、推动AI在测试案例生成与回归、数据质量检查、资产治理、成本优化和问题排查等日常工作中的应用，减少重复人工投入。 6、建立真实场景评测、运行监控和问题反馈机制，持续优化AI应用的准确性、稳定性、响应效率及使用成本，保障数据权限与安全要求。 7、与数据产品、业务、算法和数据分析团队协作，识别高价值场景，独立推进方案设计、开发上线

任职要求

1、本科及以上学历，计算机、软件工程、数学、统计学等相关专业，4年及以上数据研发或相关工程经验，具备独立负责复杂项目设计与落地的能力。 2、具备扎实的数据仓库建设基础，熟悉维度建模、主题域规划、指标体系和数据治理，有完整的数据模型设计、建设及迭代经验。 3、精通SQL，熟悉Hive、Spark等大数据技术，具备复杂SQL优化、数据质量分析和链路问题排查能力；具备Kafka、Flink等实时数据建设经验者优先。 4、熟练掌握Python，具备良好的软件工程能力，能够独立完成工具封装、接口开发、系统集成、自动化测试及服务部署。 5、理解大语言模型的能力边界，熟悉上下文组织、检索增强、工具调用及Agent工作流等技术，具备AI Coding、Text2SQL、数据Agent或AI数据治理中至少一个方向的实际工程经验。 6、能基于真实任务设计评测与验证方案，定位模型、数据、语义和工具执行中的问题，持续改善效果；有面向真实用户上线并持续运营的AI应用经验者优先。 7、具备良好的业务理解、技术判断和跨团队协作能力，能够从实际问题出发明确目标、评估方案与投入产出，主动推进项目落地和能力复用。 8、有