多点数智
data agents 研发工程师
data agents 研发工程师
发布于 大约 2 个月前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
本科
软件工程
RAG
LLM
LlamaIndex
Agentscope
Data Agent
Spring Ai
Nl2Sql
AI 估算 · 30k–50k
AI数据中台岗位，技术栈前沿，3年经验在北京市场竞争力强，薪资处于中上水平。
职位详情
关于这个职位
该职位负责企业级Data Agent平台的架构设计与核心模块研发，聚焦智能问答、自助分析、商业洞察等场景
你将设计多轮对话管理、意图识别、NL2SQL等核心能力，并构建语义数据模型与元数据管理体系，推动LLM、RAG等前沿技术在数据分析领域的落地
适合有3年以上AI/数据开发经验、熟悉LangChain等框架的工程师
最低要求
计算机科学、软件工程、人工智能、数据科学等相关专业本科及以上学历
年及以上AI/数据相关开发经验，有ChatBI、自助分析平台等项目落地经验者优先
熟练掌握Python/Java至少一种开发语言，具备良好的代码规范与工程化能力
熟悉LangChain、LlamaIndex、Spring AI、AgentScope等框架，能独立搭建Data Agent原型
具备良好的业务理解能力，能将业务需求转化为技术方案，与产研团队高效协作
具备探索精神与快速学习能力，能主动跟进技术趋势，乐观积极，沟通表达清晰
工作职责
负责企业级Data Agent平台的架构设计与核心模块研发，支撑智能问答、自助分析、商业洞察等场景落地
设计并实现多轮对话管理、意图识别、NL2SQL、NL2Python等核心能力，提升Agent的数据分析准确性与交互体验
构建语义数据模型与元数据管理体系，实现业务术语、数据指标与底层表结构的知识映射与知识库维护
开发业务洞察自动化模块，包括归因分析、根因定位、异常检测等，赋能业务人员快速发现数据价值
跟踪LLM、RAG、Agent、Skills等前沿技术进展，探索并落地技术方案，持续迭代产品能力
与数据仓库、外部产研团队协作，梳理需求并推动系统落地，保障数据服务质量
AI 洞察
优缺点分析
优点
- 技术栈前沿，涉及LLM、RAG、Agent等热门方向，技能积累价值高
- 企业级平台开发经验，对职业发展有长期加成
- 多点数智作为零售数字化公司，业务场景丰富，能接触真实数据问题
- 前沿技术迭代快，需要持续学习跟进
- 适合有3年以上AI/数据开发经验、热爱技术探索、希望在LLM应用领域深耕的工程师
缺点 / 挑战
- 技术难度较高，需要同时掌握AI、数据工程和业务理解
- 跨团队协作频繁，沟通成本可能较高
角色解读
- 技术方向：深入AI Agent领域，成为LLM应用架构专家
- 管理方向：可晋升为技术Leader，带领团队构建企业级数据智能平台
- 业务方向：转型为数据产品经理或解决方案架构师，推动AI在业务中的落地
- 负责Data Agent平台架构设计，实现智能问答、自助分析等核心功能
- 开发多轮对话、意图识别、NL2SQL等模块，提升数据分析准确性和交互体验
- 构建语义数据模型和元数据管理体系，维护业务术语与数据指标的知识映射
- 开发归因分析、异常检测等自动化洞察模块，帮助业务快速发现数据价值
- 精通Python或Java，具备扎实的工程化能力
- 熟悉LangChain、LlamaIndex等Agent框架，能独立搭建原型
- 理解LLM、RAG等前沿技术，有实际落地经验
- 具备业务理解能力，能将需求转化为技术方案
申请策略
- 在简历中明确写出技术栈和项目成果，使用量化指标
- 面试前准备一个完整的Agent项目案例，从需求到技术选型到落地效果
- 突出ChatBI、自助分析平台等类似项目的落地经验
- 强调LangChain、LlamaIndex等框架的使用和原型搭建能力
- 展示Python/Java的工程化能力和代码规范
- 提及对LLM、RAG等前沿技术的理解和实践
- 提前学习LangChain和LlamaIndex的官方文档和示例项目
- 动手搭建一个简单的Data Agent原型，如NL2SQL demo
面试指南
- STAR法则：描述情境、任务、行动、结果，突出技术难点和解决方案
- 对比分析：在技术选型时，列出多个选项并说明选择理由
- 量化成果：用准确率、响应时间、用户满意度等指标说明效果
- 请描述你过去设计的一个Data Agent或ChatBI系统的架构
- 如何实现NL2SQL？请谈谈你的技术选型和优化经验
- LangChain和LlamaIndex的区别是什么？在什么场景下选择哪个？
- 如何处理多轮对话中的上下文管理和意图识别？
- 如何评估Agent生成的分析结果的质量？
匹配度报告
65
综合匹配度
前沿AI技术栈、高成长性，但现场办公且WLB未明确。
适合人群
最适合追求技术成长、愿意投入时间学习前沿技术的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展90
工作生活40
使命价值60
薪资福利匹配
70中等
薪资水平在北京市场有竞争力，但JD未提及具体福利，补偿性动机满足程度中等偏上。
薪资信号未披露（AI估算：30K-50K/月）
成长发展匹配
90较高
技术栈前沿（LLM、RAG、Agent），成长空间大，发展性动机满足程度很高。
技术前沿前沿/新兴技术
技术栈LLM、RAG、Agent、LangChain、LlamaIndex、NL2SQL、NL2Python
业务类型profit_center
工作生活匹配
40较低
JD未提及远程或弹性工作，推测为现场办公，生活化动机满足程度较低。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
60中等
AI数据分析领域增长快，但JD未强调社会价值，意义感动机满足程度一般。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs