纬创资通
數據平台工程架構師
數據平台工程架構師
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架构
数据架构
Agentic Ai
Data Governance
Genai
Rag
Semantic Layer
值不值得投
76综合评分
综合评分 76
前沿AI数据架构专家岗，技术成长性强，位于新竹产业园区，薪资福利具竞争力
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
11.5万
比数据架构中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 500 个在招
职位详情
关于这个职位
负责纬创资通企业级数据平台的整体架构规划与技术蓝图制定，涵盖数据治理、标准化及高可用性设计
重点规划支持AI（ML/GenAI/Agentic AI）的数据架构，包括结构化与非结构化数据整合、RAG及Agent Workflow的数据供应模式
同时构建企业语义层与知识架构，推动业务语义模型标准化，提升跨系统数据理解与重用能力，并协助新技术研究与平台选型
最低要求
數據平台策略與架構規劃：負責企業級 Data Platform 整體架構規劃與技術藍圖制定
推動資料治理政策、平台標準化、可擴展性及高可用性設計
建立 Reference Architecture、架構原則、Design Pattern 與 Architecture Review
建立 Metadata、Lineage、Data Quality 與 Data Security 管理機制
AI 資料架構設計：規劃 Analytics、Machine Learning、GenAI 與 Agentic AI 所需之數據架構
建立結構化、半結構化及非結構化資料整合機制
設計支援 RAG、Agent Workflow 及 AI 應用之資料供應模式
Semantic Layer 與知識架構規劃：建立企業 Semantic Layer 與 Context Architecture
規劃 Business Glossary、Ontology、Metric Definition 及 Data Model 管理機制
推動業務語意模型標準化，提升跨系統資料理解與重用能力
建立 AI Agent 可理解之企業知識架構（Knowledge Architecture）
協助新技術研究、PoC 驗證及平台選型評估
工作职责
數據平台策略與架構規劃
負責企業級 Data Platform 整體架構規劃與技術藍圖制定
推動資料治理政策、平台標準化、可擴展性及高可用性設計
建立 Reference Architecture、架構原則、Design Pattern 與 Architecture Review
建立 Metadata、Lineage、Data Quality 與 Data Security 管理機制
AI 資料架構設計
規劃 Analytics、Machine Learning、GenAI 與 Agentic AI 所需之數據架構
建立結構化、半結構化及非結構化資料整合機制
設計支援 RAG、Agent Workflow 及 AI 應用之資料供應模式
Semantic Layer 與知識架構規劃
建立企業 Semantic Layer 與 Context Architecture
規劃 Business Glossary、Ontology、Metric Definition 及 Data Model 管理機制
推動業務語意模型標準化，提升跨系統資料理解與重用能力
建立 AI Agent 可理解之企業知識架構（Knowledge Architecture）
協助新技術研究、PoC 驗證及平台選型評估
AI 洞察
优缺点分析
优点
- 处于AI数据基础设施的前沿，涉及GenAI和Agentic AI等热门技术领域，技术含金量高
- 在跨国巨头企业中工作，能接触大规模企业级数据治理实践，平台视野广阔
- 职责涵盖从底层数据到上层AI应用的完整链路，职业竞争力强
- 企业级架构变革往往涉及跨部门协调，推行标准化和数据治理政策阻力较大
- 对候选人的全局视野和抽象思维能力要求极高
- 适合拥有深厚数据架构背景，且对AI前沿技术有强烈兴趣和技术落地经验的资深工程师或架构师
缺点 / 挑战
- 需要平衡传统数据治理与新兴AI架构需求，技术栈更新快，学习压力大
角色解读
- 可向首席数据架构师（Chief Data Architect）、数据与技术副总裁（VP of Data & Tech）方向发展，或转型为专注于AI基础设施的技术战略顾问
- 随着AI应用深入，该角色在企业数字化转型中的话语权将显著提升
- 作为数据平台架构师，你需要制定企业级数据平台的整体技术蓝图和架构原则，确保系统的高可用性和可扩展性
- 你需要专门设计支持AI（特别是生成式AI和智能体）的数据基础设施，包括RAG和Agent工作流的数据供应模式
- 此外，还需构建语义层和知识架构，解决跨系统数据理解难题，并主导新技术的验证与选型
- 精通企业级数据平台架构设计与治理，熟悉Metadata、Lineage及数据安全机制
- 掌握AI数据工程，特别是针对GenAI、RAG和Agentic AI场景的数据处理与整合能力
- 具备语义网、本体论（Ontology）及知识图谱构建经验，能够设计Business Glossary和Metric Definition
申请策略
- 准备详细的架构设计案例，说明如何解决复杂的数据孤岛和AI数据供给问题
- 了解纬创资通的智能制造背景，思考数据平台如何赋能其工业AI场景
- 突出展示企业级数据平台从0到1的架构设计经验，特别是高可用性和可扩展性案例
- 强调在AI项目中的数据架构贡献，如RAG管道搭建、向量数据库应用或非结构化数据处理经验
- 列举在数据治理、元数据管理或语义建模方面的具体成果
- 深化对LLM数据工程的理解，特别是Prompt Engineering背后的数据准备和RAG架构优化
- 加强知识图谱和语义网技术在企业知识库中的应用实践
- 提升对云原生数据平台和大数据组件的深度掌握
面试指南
- 使用STAR法则（情境、任务、行动、结果）回答架构设计问题，重点突出决策依据、权衡过程和技术选型的理由
- 对于AI相关问题，结合具体场景（如客服机器人、预测性维护）说明数据预处理、向量化存储和检索优化的细节
- 请描述你设计过的最复杂的企业级数据平台架构，你是如何处理数据一致性和高可用性的？
- 针对GenAI应用，你如何设计数据流水线以支持高效的RAG和Agent工作流？
- 在企业环境中，如何推动数据治理政策的落地并解决跨部门的数据标准不统一问题？
- 什么是Semantic Layer？它在AI应用中扮演什么角色？你之前有过相关实践经验吗？
- 复习主流大数据组件（Hadoop, Spark, Kafka等）和云数据服务（AWS Redshift, Snowflake, Databricks等）的最新特性
- 深入研究RAG架构的最佳实践和常见陷阱
职位点评
薪资福利75
成长发展92
工作生活60
使命价值70
薪资福利
75中等
作为已上市跨国企业的资深架构师岗位，薪资水平通常高于市场平均，且福利体系完善，但具体薪资未披露，需结合行业惯例判断。
薪资信号未披露（AI估算：8.0千–15.0万/月）
成长发展
92较高
该职位深度参与AI前沿技术（GenAI, Agentic AI）的数据架构设计，技术栈非常前沿，且涉及企业级战略层面，成长空间巨大。
技术前沿前沿/新兴技术
技术栈GenAI、Agentic AI、RAG、Semantic Layer、Knowledge Architecture、Machine Learning、Data Governance
业务类型profit_center
工作生活
60中等
职位位于新竹县，通常为产业园区或厂区，通勤可能不如市区便利。JD未明确提及弹性工作制或加班情况，但架构师岗位通常责任重大，可能存在一定压力。
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
通过构建高效的数据平台和AI基础设施，赋能企业智能化转型，具有明确的业务价值和技术使命感，属于稳健跟随主流创新模式。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
纬创资通 的其他在招职位
相似职位推荐
Watch Jobs