瓴羊-AI数据研发工程师-杭州

关于团队 我们是瓴羊One 经营参谋技术团队，业务覆盖电商智能运营等核心场景，用 Agent + 大模型重塑商家的"看店、问数、做内容、做决策"全链路。 Agent 能不能被信任，最终取决于它读到的数据对不对、快不快、懂不懂业务。所以数据研发在这里不是"提供表"的角色：你要建的是面向 Agent 的数据语义层——让指标口径、维度关系、业务规则以智能体可理解、可调用、可推理的形式沉淀下来。我们离业务足够近，也离模型足够近，链路完整、决策空间大。 你将负责

1. 01

   面向 Agent 的数据语义层建设：参与并主导语义层的设计与落地，推动数据资产从"一堆表"演进为智能体可理解、可调用、可推理的消费形态（语义模型、统一指标口径、元数据与工具化接口），支撑 Text2SQL / 问数 / 分析助手等场景；

2. 02

   端到端建模与交付：负责核心业务域的数仓分层与模型设计（ODS/DWD/DWS/ADS），基于流批一体架构（Flink + Spark/MaxCompute + Paimon）完成实时与离线链路的统一构建、开发与上线，对交付结果负责；

3. 03

   实时计算攻坚：主导 Flink 实时链路建设，覆盖 CDC 接入、多流 Join、维表关联、状态管理与 Exactly-Once 保障；独立处理反压、数据倾斜、Checkpoint 失败、状态膨胀等线上问题；

4. 04

   质量治理与稳定性保障：建设覆盖全链路的监控告警、基线、DQC 规则与血缘追踪，确保关键数据任务满足 SLA；参与故障应急与复盘改进；

5. 05

   成本与研发效能：负责计算/存储资源治理与任务性能优化，沉淀研发规范、模板与自动化工具，让治理靠机制而不靠人肉巡检。 我们提供 真实场景：服务百万级商家，数据链路每天被业务、被 Agent 真实调用与拷问；完整链路：从接入、建模、语义层、服务到治理与评测，技术栈不"半成品"；决策空间：技术选型与架构演进有充分话语权，团队鼓励"先发起、再讨论"；成长加速：与一线大模型、Agent 框架团队紧密协作，定期内部技术分享。

1. 01

   本科及以上学历，计算机、数学、统计学、信息管理等相关专业优先；3 年以上大数据研发经验，有完整数仓从 0 到 1 或大规模重构的落地经历；

2. 02

   扎实的编程与工程能力：精通 SQL（复杂查询优化、建模方法论），熟练掌握 Java 或 Python 至少一种，代码干净、可测试、可演进；

3. 03

   精通 Hadoop 生态：深入理解 HDFS / YARN / Hive / Spark 的原理与调优（分区分桶、小文件、Shuffle、内存与并行度、慢任务定位），能读执行计划并给出优化方案；熟悉 Kafka、HBase、Paimon / Hudi / Iceberg 的适用边界；

4. 04

   精通 Flink：熟悉运行时机制（Time & Watermark、State & Checkpoint、算子链与资源模型），具备 SQL + DataStream 双栈开发经验，独立支撑过高吞吐或低延迟的线上实时链路；

5. 05

   数据资产意识强：对元数据管理、数据血缘、数据标准、质量规则有深入理解或实战经验，能把治理能力产品化、自动化；

6. 06

   业务理解与抽象能力：能精准识别需求本质，将其转化为可复用的数据模型与服务接口，能独立对接业务方并推动落地；

7. 07

   具备 Vibe Coding 能力（必须）：能熟练借助 AI 编程工具（如 Cursor、GitHub Copilot 等）完成需求分析、SQL / 任务代码生成、重构与 Review，把 AI 辅助编程融入日常研发工作流；

8. 08

   对 LLM + Data、AI Agent、语义建模等前沿方向有浓厚兴趣，能快速掌握新技术并在复杂系统中验证落地；沟通顺畅、责任心强、擅长跨团队协同。、 加分项 有湖仓一体（Paimon / Hudi / Iceberg）或流批融合的生产级落地经验；有指标平台、元数据/血缘平台、数据质量平台等数据工具建设经验；有 MaxCompute / DataWorks 等云上数据体系的大规模使用与治理经验；有 Text2SQL / RAG / MCP 等 Data + AI 方向的实践产出；有电商、内容、直播、SaaS 等垂直领域业务背景，理解商家经营场景；活跃的开源贡献或技术影响力（Commit、议题分享、专利/论文）。