业务技术-AI Agent 应用开发工程师-数据Agent方向

参与供给相关业务领域数据方向的AI应用建设，围绕数据研发、服务、应用的全流程，以知识为地基，把业务口径沉淀为AI可推理的知识资产；用多Agent工作流把数据研发从需求到上线的智能化，让数据Agent在口径硬约束下持续产出正确、可验证的结果。

1. 01

   数据研发与建模：参与数据的领域建模与口径定义，从ETL代码中提取口径规则并结构化为AI可推理的知识资产；攻坚脚本代码生成准确率，实现从需求描述到SQL/数据加工任务的自动生成与回归校验。

2. 02

   运维：构建Agent驱动的数据运维能力，实现任务异常的自动发现、根因归因与自愈处置；保障多步骤Agent工作流的生产级可靠性（状态持久化、人工介入与回退）与全链路可观测。

3. 03

   数据服务与应用：建设数据服务和编排的AI应用建设，用于支撑业务经营分析、AI评测与上层Agent应用的数据供给。

4. 04

   支撑实际业务经营场景与AI系统，把数据能力转化为可衡量的业务经营效果。

1. 01

   硕士及以上学历，计算机科学、软件工程、数据或相关专业背景，1年以上研发经验。

2. 02

   数据研发功底扎实：熟悉数据仓库建模、ETL开发与调度体系、数据质量治理与血缘管理，有大数据量离线与实时链路的实战经验。

3. 03

   Agent工程能力：Python（或Java）基础扎实，有AI Agent或大模型应用的真实项目经验，熟悉上下文工程、RAG、任务编排、工具/函数调用等机制，能独立完成模块级设计与交付。

4. 04

   有用AI改造研发或数据流程的实践意愿与经验，能判断哪些环节适合交给Agent、哪些必须保留人工兜底，并设计相应的校验与回滚机制；能将业务口径翻译为AI必须遵守的形式化约束。

5. 05

   评测与归因能力：能分环节设计评测集与自动化回归链路，从数据中定位问题根因；工程素养良好，理解高可用、稳定性与观测的基本要求。

6. 06

   结果导向，愿意深入业务场景理解真实痛点；学习能力强，对AI Agent、Skills、MCP、AI编程助手等前沿方向保持敏感。