趋势科技
Data Engineer (Magna)
Data Engineer (Magna)
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公数据工程
数据工程
Dbt
Etl/Elt
Sql
多租户架构
数据建模
数据治理
知识图谱
值不值得投
73综合评分
综合评分 73
核心AI平台数据工程岗，技术挑战与成长空间巨大，需承担较高责任，生活平衡前景未知。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
78K
比数据工程中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
79 个在招
市场机会
选择不多
台北 · 数据工程 · 1 个在招
职位详情
关于这个职位
该职位是趋势科技旗下Magna平台的数据工程师，负责构建和维护为AI智能体（Agentic）工作流、仿真和知识管理提供支持的核心数据基础设施
工作重点在于设计高效的ELT管道、实施严格的数据治理与隔离策略，并构建支撑非结构化数据的知识图谱和Wiki化系统，而非传统的报表或分析工作
最低要求
计算机科学、数据工程或相关领域的学士学位或更高学历
强大的英语沟通能力
强大的分析和解决问题的能力
能够推理数据治理和多租户数据隔离
能够负责他人直接在其之上构建的系统
在生产环境中构建ELT/ETL管道的经验
数据建模、数据仓库或数据湖的经验
熟练掌握Python或SQL
熟悉数据管道框架（如Airflow、dbt、Spark或类似工具）
数据治理、访问控制或数据隔离方面的经验
了解知识图谱或图数据库
工作职责
设计和构建支撑核心平台的ELT管道、数据模型和存储
在多租户工作负载中实施数据隔离、访问控制和治理策略
构建Wiki化和知识图谱框架，为智能体用途构建非结构化数据
构建为仿真和智能体孪生提供数据的数据管道
利用AI加速管道开发、数据建模和调试
与后端、AI/LLM和安全工程师紧密合作，安全地暴露受治理的、建模良好的数据
优先资格
具有Wiki、知识库或知识图谱构建的经验
具有使用数据管道支持AI/LLM或智能体系统的经验
具有仿真数据或数字孪生系统的经验
具有企业软件或网络安全产品的经验
AI 洞察
优缺点分析
优点
- 工作成果直接影响整个产品线，能清晰看到个人贡献的价值
- 与全球顶尖的后端、AI和安全团队协作，技术视野开阔
- 技术复杂度高，需要同时处理数据工程、治理、知识图谱和AI集成多个维度
- 项目可能涉及快速迭代，对交付速度和质量有双重高要求
- 适合对构建大规模、高可靠性数据系统有热情，同时对AI和知识管理应用感兴趣的数据工程师
- 需要具备较强的系统思维和ownership精神，能够在复杂的分布式系统中定位并解决问题
缺点 / 挑战
- 参与构建前沿AI平台的核心数据层，技术挑战性和成长性极高
- 作为“基石”角色，需对系统稳定性和安全性负责，压力较大
角色解读
- 可深入数据架构领域，成为专注于AI/LLM应用的数据架构师或平台负责人
- 可拓展至更全面的数据治理、数据安全或MLOps领域
- 凭借在核心平台的工作经验，有机会转向产品或解决方案架构角色
- 负责设计并构建支撑整个AI平台（V3）的核心数据基础设施，包括管道、模型和存储
- 实施关键的数据治理与安全策略，确保多租户环境下的数据隔离与访问控制
- 开发知识图谱与Wiki系统，将非结构化数据转化为可供AI智能体使用的结构化知识
- 扎实的数据工程能力，包括ELT/ETL、数据建模与仓库/湖构建
- 对数据治理、访问控制和多租户架构有深入理解和实践经验
- 掌握Python或SQL，并熟悉至少一种主流数据管道框架（如Airflow、dbt）
- 对知识图谱、图数据库有认知，并有意愿构建此类系统
申请策略
- 深入研究趋势科技的V3平台或其相关产品方向，理解该数据角色在其中的战略价值
- 在面试中，准备好阐述你如何从零开始设计一个既灵活又安全的多租户数据架构
- 重点突出在生产环境中设计和维护数据管道、数据仓库/湖的项目经验
- 详细描述任何涉及数据治理、访问控制或多租户数据隔离的实践案例
- 如有知识图谱、Wiki系统构建或支持AI/LLM的数据工程经验，务必强调
- 深入学习和实践dbt、Airflow等现代数据栈工具，并了解其在治理中的应用
- 补充图数据库（如Neo4j）和知识图谱构建的知识
- 了解大型AI系统（特别是LLM应用）对数据管线的特殊需求和挑战
面试指南
- 对于架构设计类问题，采用“需求分析 -> 核心组件 -> 安全/治理考量 -> 实现与验证”的框架来组织回答
- 对于工具/技术选型类问题，阐述其优缺点，并说明为何它适合当前场景（如Magna平台的AI特性）
- 对于解决问题类问题，使用STAR法则（情境、任务、行动、结果）来清晰讲述
- 请描述你如何为一个多租户SaaS平台设计数据隔离方案
- 当你需要为一个AI智能体构建知识图谱时，你的技术选型和实现步骤是什么？
- 如何在保证数据快速迭代（Agile）的同时，实施严格的数据治理策略？
- 请举例说明你如何使用AI工具（如Copilot、LLM）来提升数据开发效率
- 在你过往的项目中，你遇到的最具挑战性的数据架构问题是什么，你是如何解决的？
职位点评
薪资福利68
成长发展92
工作生活55
使命价值70
薪资福利
68中等
该职位提供市场水准的薪资，但作为上市公司，福利保障较为完善，基本满足对收入与稳定性的需求。
薪资信号市场水准 (6–9.5万/月)
成长发展
92较高
职位处于AI平台的数据核心层，技术栈前沿且挑战性强，能深度参与系统设计并获得显著成长，发展性动机得到极佳满足。
技术前沿前沿/新兴技术
技术栈ELT/ETL、数据建模、数据治理、知识图谱、Python、SQL、Airflow、dbt、Spark、多租户架构、AI/LLM
成长机会Build governance and knowledge systems for a multi-tenant AI platform、Work with cutting-edge AI development tools、See your data architecture decisions shape every product built on top
业务类型ambiguous
工作生活
55较低
职位未明确提及办公模式，WLB信号缺失，但作为核心平台岗位，工作强度可能不低，生活化动机满足程度有限。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
工作直接支撑安全相关AI平台的基础设施，在网络安全领域有正向价值，但社会影响力感知度不直接，行业属于新兴领域。
行业发展新兴领域（暂难判断）
社会影响中性/一般
使命信号Connected Intelligence for Securing a Connected World
创新程度积极采用新技术
趋势科技 的其他在招职位
相似职位推荐
Watch Jobs