Software Engineering & Development, Off

优缺点分析

角色解读

• 向数据平台架构师或技术负责人发展，领导复杂的平台设计和AI解决方案
• 深耕金融科技领域，成为投资数据平台专家
• 横向发展至平台工程或数据工程管理岗位
• 设计和构建数据平台的核心服务，包括数据摄入、元数据驱动处理和数据处理流程
• 开发Agentic AI解决方案，利用大模型和智能体技术自动化投资研究和运营任务
• 实施平台安全控制、可观测性和运维支持，确保系统稳定并满足SLA
• 与架构师和平台/数据工程团队协作，推动工程卓越和云环境部署
• 精通Python和Java，具备扎实的编程和系统设计能力
• 熟悉数据平台如Snowflake和Databricks，掌握SQL优化和大规模数据处理
• 了解Agentic AI相关技术，如RAG、知识图谱、工作流编排和MCP工具
• 熟悉云环境（AWS/GCP/Azure）、容器化和CI/CD流程

申请策略

• 了解道富的业务方向，特别是投资数据平台（IBOR、Core Reference等），在面试中展示业务理解
• 强调对开放标准和生产级质量的重视，与公司工程文化契合
• 突出Python/Java项目经验，尤其是构建数据管道或平台服务的实际案例
• 展示对Snowflake/Databricks等数据平台的深度使用，包括SQL优化和分布式计算
• 强调在云环境部署生产级服务的经验，以及使用Kubernetes和CI/CD的实践
• 如果有AI或RAG相关项目，务必提及，这会增加竞争力
• 若还不熟悉Agentic AI，可学习LangChain、LlamaIndex等框架，了解RAG和知识图谱
• 加深对数据平台性能调优的理解，练习SQL优化和分布式计算

面试指南

• 对于技术问题，使用STAR法则（情境、任务、行动、结果）具体描述项目
• 对于架构设计，从业务需求出发，比较权衡不同方案，强调可扩展性和可靠性
• 对于AI问题，展示对技术原理的理解和实际落地经验，说明遇到的挑战和解决方式
• 请描述一个你设计过的数据平台或核心服务，包括架构选择和技术栈
• 如何优化一个复杂的SQL查询？请举例说明
• 你如何使用Agentic AI或RAG解决实际问题？项目中有哪些收获？
• 如何在云环境中确保服务的可观测性和安全性？
• 你如何处理生产环境中的重大故障？请描述你的流程