State Street logo
道富公司
Data Engineering - Agentic Engineer

Data Engineering - Agentic Engineer

发布于 大约 14 小时前

普通员工/个人贡献者

杭州市
中级经验
全职员工
仅现场办公
学历未注明
软件工程
Agentic Ai
Sql
数据工程

AI 估算 · 20k–35k

资深数据工程师,外资金融科技,杭州一线城市,薪资具竞争力。

职位详情

关于这个职位

该职位主要负责设计、构建和运行开放架构数据平台的核心服务与可复用组件,支持可扩展的数据摄取、元数据驱动处理、治理及多引擎数据消费

同时,你将构建Agentic AI解决方案,自动化投资绩效、研究等数据运营工作
适合有扎实Python/Java基础、熟悉Snowflake/Databricks等数据平台、并对AI自动化感兴趣的工程师

最低要求

Strong programming skills in Python and Java; Vibe coding is a must.

Proficient in harness Engineering including but not limited skills, MCP tools, workflow orchestration, agent memory, RAG and knowledge graph etc.
Hands-on experience with Snowflake and Databricks as data platforms
Strong understanding of SQL optimization, execution, and large-scale analytics
Deep understanding of distributed computing and hyperscale
Experience building production-grade services in cloud environments; AWS, GCP and/or Azure is preferred
Familiarity with streaming pipelines and Kafka is preferred
Understanding of data modeling and data product design
Experience with CI/CD, containers, and Kubernetes

工作职责

Build agentic AI solutions to automate data operations related to investment performance, investment research, and related daily operations.

Implement platform security controls including role-based access control, authentication, and integration with enterprise entitlements
Build and maintain platform observability (logging, metrics, traces), alerting, and operational dashboards in support of SLAs
Collaborate with architects to define scalable, extensible designs and ensure adherence to open standards
Drive engineering excellence through code reviews, automated testing, CI/CD, and production readiness practices
Ensure platform services meet enterprise security and compliance requirements (SCC, governance)
Participate in on-call / major incident management and troubleshoot production issues to maintain platform stability

优先资格

AWS, GCP and/or Azure is preferred

Familiarity with streaming pipelines and Kafka is preferred
Financial/data platform background preferred but not required

AI 洞察

优缺点分析

优点

  • 接触前沿Agentic AI技术,与数据工程深度融合,技能积累丰富
  • 公司规模大,内部转岗和晋升机会多,福利完善
  • 需要同时掌握数据工程和AI Agent两套技术栈,学习曲线较陡
  • 参与on-call值班,可能需要应对生产环境突发问题
  • 适合具有较强编程基础、对AI和数据平台都感兴趣,并愿意在金融科技领域深耕的工程师

缺点 / 挑战

  • 服务于全球顶级金融机构,平台稳定,技术挑战大
  • 涉及金融数据安全与合规,需要较高责任心和细致度

角色解读

  • 在金融数据领域深耕,成为数据平台架构师或AI解决方案专家
  • 横向转型至更广泛的AI工程或数据科学方向,利用Agentic AI经验
  • 在跨国金融机构中晋升为技术负责人(Tech Lead)或数据工程经理
  • 设计和构建开放架构数据平台的核心服务与可复用组件,支持大规模数据摄取、处理与消费
  • 构建Agentic AI解决方案,自动化投资绩效、研究等数据运营任务,提升效率
  • 与架构师合作定义可扩展设计,并确保平台安全合规,参与生产问题排查与值班
  • 精通Python和Java编程,具备Vibe coding能力
  • 熟悉AI Agent工程(如MCP工具、工作流编排、RAG、知识图谱等)
  • 有Snowflake和Databricks实际经验,以及SQL优化和大数据分析能力
  • 掌握云环境(AWS/GCP/Azure)中的生产级服务构建,熟悉CI/CD、容器和Kubernetes

申请策略

  • 面试前了解State Street的业务线(如Core Reference、IBOR),展现对金融数据的理解
  • 准备一个从数据平台到AI自动化的完整项目故事,展示端到端能力
  • 突出Python和Java项目经验,特别是数据管道或AI自动化相关
  • 强调Snowflake或Databricks的实际使用案例,以及SQL优化成果
  • 展示云平台(AWS/GCP/Azure)上的生产部署经验,包括CI/CD和Kubernetes
  • 如果有AI Agent或RAG相关项目,一定要重点描述
  • 如果缺乏AI Agent经验,可以学习LangChain、AutoGPT等工具,构建小项目
  • 补充Kafka和流处理知识,掌握基本的使用和调优

面试指南

  • 对于数据管道问题,采用STAR法则:情境-任务-行动-结果,突出可扩展性和可靠性
  • 对于Agentic AI问题,强调从自动化到自主化的演进,以及工具使用和记忆机制
  • 对于技术对比问题,列举关键差异(如架构、性能、成本),并给出实际用例
  • 请描述你设计的一个可扩展数据管道,包括技术选型和挑战
  • 解释Agentic AI与传统AI的区别,并举例如何自动化数据运营
  • 如何优化一个复杂SQL查询?请给出具体场景和策略
  • 在生产环境中,你如何处理Kubernetes集群的故障?
  • Snowflake和Databricks在哪些场景下各有优势?

职位点评

69
综合评分

前沿Agentic AI + 数据工程,技术成长性强,但WLB一般且有on-call。

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。

更适合这类人
最看重技术成长和前沿AI应用的求职者,愿意为技术发展接受一定的WLB牺牲。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活50
使命价值65

薪资福利

70中等

该职位薪资在杭州具备竞争力,公司福利完善(如带薪志愿者假、灵活工作支持),但JD未明确具体薪资范围,整体补偿性中等偏上。

薪资信号未披露(AI估算:20K-35K/月)
福利待遇flexible work-life support、paid volunteer days、vibrant employee networks

成长发展

85较高

职位涉及前沿Agentic AI和现代数据技术栈,成长空间大,但JD未提及明确晋升通道或培训计划。

技术前沿前沿/新兴技术
技术栈Python、Java、Snowflake、Databricks、AWS、Kubernetes、Kafka、Agentic AI
业务类型profit_center

工作生活

50较低

工作地点在杭州,需现场办公,未提及远程或混合模式,且可能有on-call需求,生活平衡一般。

工作模式仅现场办公
办公地点未明确
加班情况明确要求弹性/高强度
工作生活平衡flexible work-life support

使命价值

65中等

金融行业稳定,职位支持投资运营自动化,有一定社会价值,但创新性属于积极采用新技术,而非行业首创。

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
Watch Jobs