Data + AI 高级开发专家

1. 负责高性能、可扩展的数据仓库或湖仓架构建设，完善分层建模、数据集成、任务编排、存储计算与数据服务能力，支持多来源、跨区域、跨时区、多语言、多货币等复杂数据场景。
2. 基于 Flink、Kafka、Spark Streaming、Redis 等建设实时数据处理和服务链路，支持实时指标、业务监控和告警，解决数据延迟、乱序、重复消费、Exactly-Once、一致性及高峰流量等工程问题。
3. 建设统一数据服务与治理平台，提供指标管理、数据 API、数据查询和应用接入能力，推动数据质量、血缘、权限、安全合规落地。
4. 围绕智能取数、数据分析、BI+AI 等场景，完成需求拆解、技术方案、系统对接与工程交付。
5. 面向索引生产、特征加工、样本或数据集管理等场景建设算法数据基础设施，提升稳定性、时效性、可观测性与研发体验。
6. 基于大语言模型建设 Agent 架构，探索意图识别、任务规划、工具调用、记忆管理、多 Agent 协作及 AI-Native BI。
7. 主导数据项目全生命周期管理，协调业务、数据分析、算法、后端及海外团队，沉淀平台能力并培养初级工程师。
8. 跟踪数据工程、湖仓、实时计算、LLM、Agent、广告及因果推断等技术发展，完成数据方向技术选型、验证和规模化落地和理解 AI 方向的工作。

1. 5 年以上数据开发、数据平台、后端研发或数据架构经验；有数据平台/中台开发经验，或具备 Java、Scala、Python 后端开发与数仓建设的复合背景。
2. 具备中大型复杂系统设计和开发经验，能够处理高吞吐、低延迟、高可用及可观测性问题，具备扎实的计算机理论、数据结构与算法基础。
3. 熟悉 Hive、Spark/PySpark、Impala 等大数据组件，掌握数仓分层、维度建模和数据集成方法，了解云数仓或湖仓技术。
4. 熟悉 Flink、Kafka、Redis 或 Spark Streaming，有实时指标、实时监控或高吞吐低延迟场景实战经验。
5. 理解指标体系、数据 API、数据质量、血缘、权限、数据安全与合规，并能落实到平台和业务流程。
6. 具备 Data+AI 工程能力，关注 Claude、GPT、Gemini 等模型生态，能够将 LLM、RAG、Agent、Function Calling 和记忆管理转化为数据场景的工程实践。
7. 具备业务理解和跨团队协作能力，能够推动跨角色、跨团队、跨时区共识与交付；具备英文文档阅读和沟通能力。
8. 自我驱动，学习能力强，愿意共享知识和经验，能够持续迭代方案。

1. 同时参与数据底座、数据服务、AI Agent、BI+AI 和算法数据平台建设，形成从数据到智能应用的复合能力。
2. 面向 AI 时代的数据基础设施，连接数据可用性、指标语义、实时服务、知识检索和 Agent 工具链。
3. 面对海量数据、实时计算和大数据算法等复杂场景，解决稳定性、时效性、一致性与成本之间的工程取舍。
4. 数据服务和 AI 应用直接支撑业务决策、经营分析、用户体验和研发效率，能够清晰看到技术产生的业务价值。
5. 与算法、后端、平台和业务团队协作，持续接触湖仓、实时计算、LLM、Agent、搜索推荐等前沿方向。