网商银行-数据研发工程师（AI应用）-杭州

岗位定位 我们在银行风控数据团队内部推进 AI 工具(LLM Agent、Claude Code、Dataphin Agent 等)在数据研发环节的落地,目标是把口径定义、指标加工、特征生产、异动归因、数据治理等环节中重复性较高的部分交给 AI 辅助完成,让人更专注于业务理解、口径治理与价值判断。 我们寻找对数据敏感、愿意使用 AI 工具的同学,参与上述工作。你不需要是大模型专家,但需要愿意在日常研发中使用 AI 工具并逐步积累经验。

职责描述

风控数据研发：负责信贷风控、反欺诈、合规等场景的离线/实时数据加工，基于 MaxCompute(ODPS) / Dataphin 完成数仓分层建模与指标开发；参与风控指标口径定义与治理，沉淀标准化指标库，保障跨业务线口径一致、可追溯

AI 辅助研发实践：在日常研发中使用 LLM Agent / Claude Code 等 AI 工具辅助 SQL 生成、口径梳理、异动归因、数据校验，提升研发效率；参与团队"风控数据 AI Agent"能力建设，取数 Agent、指标问答 Agent、血缘探查 Agent 等，将业务取数需求转化为可自动化交付的数据服务

数据治理与质量保障：负责所辖数据资产的元数据、血缘、分区、质量规则维护；监控数据异动，完成归因分析并推动修复，保障风控决策依赖的数据可信

数据挖掘：主导和完成客户画像挖掘，沉淀挖掘知识与数据语义，提高业务应用数据价值

业务协同：风控策略、模型、业务分析团队协同,承接取数与分析需求,沉淀为可复用的数据产品与 Agent 方案

职位要求

学历与基础：本科及以上学历,计算机、统计学、数学、金融工程、信息管理等相关专业，毕业 1-4 年

SQL 能力：扎实的 SQL 基础,熟悉窗口函数、多表关联，了解基本的查询性能调优；有 MaxCompute / Hive / Spark 等大数据引擎使用经验者优先

编程能力：至少掌握一门编程语言（Python 优先），能编写数据处理与自动化校验脚本

数仓认知：了解数仓分层建模、维度建模思想,理解指标口径、血缘、数据质量等基本概念

业务理解：对银行风控（信贷 / 反欺诈 / 合规）有基本认知，或具备明确的学习意愿

AI 能力：接触过大模型应用(Claude Code、Copilot、LangChain、Prompt 工程、RAG 等),或在数据研发中有实际使用 AI 工具的经验 我们看重的素质 ● 愿意用 AI 工具放大产出：日常研发中主动使用 AI 工具承担重复性工作，把精力放在业务判断与口径治理上 ● 数据严谨性：对数字敏感，对口径较真,能够溯源、敢于质疑、会做归因 ● 业务导向：不止于完成取数，能关注数据对风控决策的实际作用 ● 成长性：毕业 1-4 年是能力积累期，团队会提供数据研发与 AI 工具应用方面的带教与项目实践机会 四、我们能提供 ● 银行风控场景的数据研发实践机会 ● 参与团队"风控数据 AI Agent"相关工作的机会 ● 数据研发与 AI 工具应用相结合的工作内容 ● 资深同事带教与项目实践