Sr. Engineer, Data Technology(J103177)

◆ 参与星巴克数据仓库的整体规划、建模与开发，负责离线/实时数据链路的设计、开发、调度与运维，保障数据资产的稳定、可信与可复用。

◆ 基于业务需求构建主题域数据模型与数据服务（API / OneService），支撑会员、门店、商品、供应链、营销等核心场景的数据消费。

◆ 建设并完善数据治理体系，包括元数据管理、数据质量、数据血缘、安全合规与成本治理，持续提升数据资产化水平。

◆ 落地数据 + 大模型的智能应用场景，例如智能问数、智能分析、智能数据助手、门店运营助手、营销文案生成等，并负责对应的数据管道与评测体系。

◆ 熟练使用主流 AI Coding 工具提升数据开发、SQL 编写、ETL 构建与代码评审的效率，并在团队内沉淀最佳实践与提示词资产。

◆ 与业务、数据分析、算法、应用研发等团队紧密协同，推动数据与 AI 能力在业务侧的落地、迭代与价值度量。

基本资历 (Basic Qualifications)

◆ 本科及以上学历，计算机、软件工程、数学、统计、数据科学等相关专业，5 年及以上数据仓库 / 大数据开发经验；有大型零售、互联网或新零售企业经验者优先。

◆ 熟悉主流大数据计算平台架构与原理，熟练掌握 Hadoop、Hive、Spark、Flink、Kafka、HBase、 Doris 、 StarRocks 、 Kylin 等 组 件 中 的 一 种 或 多 种 ； 有 阿 里 云 MaxCompute / DataWorks /Hologres 实战经验者优先。

◆ 熟悉数据仓库分层建模理论，具备数据治理、数据质量、资产管理、指标体系建设的实战经验；有大数据运维、性能与成本调优经验者优先。

◆ 熟练掌握 Java、Python、Scala 中的至少一种开发语言（强烈推荐 Python），熟悉 SQL 性能优化；有前端 / BI 可视化开发经验者优先。

大模型、AI 与综合能力 (LLM, AI & Soft Skills)

◆ 了解大模型相关概念与基本原理；能够区分主流模型的能力边界与适用场景。

◆ 了解或具备大模型工程化实践经验；熟悉向量数据库与 Embedding 模型的选型与调优；了解模型评测与可观测性建设。

◆ 熟练使用至少一种主流 AI Coding 工具，能够将其有效融入数据开发、SQL / ETL 编写、代码评审与文档生成的日常工作流，显著提升交付效率与质量。

◆ 具备数据安全与合规意识，了解大模型在数据使用、隐私保护、内容安全、可控生成方面的常见风险与治理手段。

◆ 较强的业务理解与洞察能力，具备业务建模与抽象能力；熟悉零售 / 电商 / 餐饮 / 会员 / 营销等相关业务数据分析与建模者优先。

◆具备良好的跨部门沟通与协同能力、项目管理能力，能够推动数据与 AI 能力在业务侧的真正落地与持续迭代。

◆有强烈的好奇心与持续学习能力，关注大数据与 AI 领域的最新进展，并乐于在团队内进行知识分享与最佳实践沉淀。

加分项 (Plus)

◆有 NL2SQL、智能 BI、ChatBI、数据 Agent 等数据 + 大模型融合产品的设计或落地经验。

◆有开源项目贡献、技术博客 / 公众号、技术大会分享等技术影响力。

◆熟悉云原生大数据架构（Lakehouse、Iceberg / Hudi / Paimon、Kubernetes 等）。

◆具备 MLOps / LLMOps 相关实践经验，能够搭建模型 / 提示词的版本管理、评测与监控体系。

◆有跨国企业、英文工作环境经验，具备良好的英文读写沟通能力。