道富公司
Data Product Analyst, AVP
Data Product Analyst, AVP
发布于 1 天前中层管理(经理/总监)
杭州市
高级经验
全职员工
仅现场办公
学历未注明
信息技术与基础设施
Agentic Ai
数据架构
数据治理
AI 估算 · 40k–60k
高级架构师/AVP级别，金融行业杭州，技能稀缺，薪资竞争力强
职位详情
关于这个职位
这是一个高级数据平台架构师/AVP职位，负责定义并领导开放数据平台和代理AI解决方案的端到端架构，确保可扩展、安全且互操作的数据能力
你将主导基于Apache Iceberg、Databricks和Snowflake的开放Lakehouse架构，并构建Agentic AI来自动化投资数据操作，适合有深厚数据平台和云架构经验的专业人士
最低要求
Proven experience owning or leading enterprise scale data platform or agentic AI architecture
Demonstrated ability to operate as an AI-augmented architect, leveraging GenAI tools to accelerate solution design, documentation, and decision-making while applying strong architectural judgment, governance, and quality standards
Strong architectural experience with Databricks, or Snowflake
Strong understanding of distributed data processing, scalability, and performance considerations
Experience architecting data platforms and agentic AI solutions in AWS, GCP and/or Azure environments
Solid understanding of data governance, metadata management, and security architecture
Ability to guide and influence multiple engineering teams through architectural leadership
工作职责
Define and own the end-to-end reference architecture for the Open Data Platform, covering ingestion, Lakehouse storage, metadata, compute engines, and consumption patterns
Establish architectural standards and guardrails for Iceberg based Lakehouse design, including table layout, partitioning, schema evolution, and lifecycle management
Drive multi-engine interoperability across Spark, Databricks, and Snowflake, ensuring consistent and governed access to shared data assets
Build agentic AI solutions to automate data operations related to investment performance, investment research, and related daily operations.
Review platform and data engineering designs to ensure alignment with architectural principles, performance expectations, and enterprise standards
Partner with Platform Engineering to align infrastructure, security, observability, and CI/CD capabilities with architectural intent
Partner with Data Engineering teams to ensure data pipelines, models, and data products conform to approved architectural patterns
Work with enterprise Architecture Governance and Security teams to ensure adherence to access control, compliance, and audit requirements
Publish and maintain architectural artifacts, including reference diagrams, design guidelines, and architectural decision records
Identify architectural risks, technical debt, and improvement opportunities, guiding platform evolution over time
优先资格
Experience working in large-scale or regulated enterprise environments preferred
Financial or enterprise data platform background preferred but not required
AI 洞察
优缺点分析
优点
- 公司为全球金融巨头，品牌效应强，平台稳定性高
- 职位技术前沿，涉及AI与大数据融合，个人技能提升快
- 工作内容自主性强，能主导架构决策，对职业发展有利
- 薪资和福利在杭州极具竞争力，且提供跨国协作机会
- 对技术深度和广度要求极高，需同时掌握云、数据湖、AI多条线
- 金融行业合规要求严格，架构设计需兼顾安全与创新，平衡难度大
- 作为高级职位，需要较强的跨团队沟通和影响力，而非纯技术执行
缺点 / 挑战
- 这个职位适合有多年数据平台架构经验，渴望在金融领域挑战前沿技术，并具备良好领导力和沟通能力的高级技术专家
角色解读
- 可向首席数据架构师或技术总监（Director）发展，领导更大规模的平台战略
- 可转型为AI架构专家，专注于Agentic AI在企业级场景的落地
- 也可向金融领域数据产品管理方向发展，结合业务需求推动数据创新
- 负责设计开放数据平台的端到端架构，涵盖数据采集、Lakehouse存储、元数据管理等
- 制定基于Apache Iceberg的Lakehouse设计标准，推动Spark、Databricks、Snowflake等多引擎互操作性
- 构建Agentic AI解决方案，自动化投资绩效、投资研究等数据操作
- 与数据工程、平台工程和安全团队协作，确保架构符合企业规范和安全要求
- 精通Databricks或Snowflake等数据平台架构设计
- 熟悉Apache Iceberg等开放表格式及Lakehouse架构
- 具备云平台（AWS/GCP/Azure）上数据平台和AI解决方案的架构经验
- 掌握数据治理、元数据管理和安全架构知识
申请策略
- 面试前了解State Street的业务线（如托管、资产管理等），思考数据如何驱动业务
- 准备一个你主导的复杂架构案例，涵盖技术选型、团队协作和最终价值
- 突出你主导设计的企业级数据平台案例，特别是Lakehouse或AI架构项目
- 强调你在Databricks、Snowflake或云平台上的架构设计经验和成果
- 展示你在数据治理、安全合规方面的实践，以及如何平衡架构规范与业务需求
- 如果具备金融行业背景，务必强调，但非必须
- 深入学习Apache Iceberg、Delta Lake等开放表格式及多引擎互操作性
- 了解Agentic AI的典型架构（如RAG、AI Agent框架），积累相关POC经验
面试指南
- 采用STAR法则（情境、任务、行动、结果）回答行为问题
- 技术设计题先明确需求约束，再分层阐述架构（采集、存储、计算、消费），最后说明关键权衡
- 对于架构治理问题，强调平衡标准化与灵活性，以及建立共识的方法
- 请设计一个基于Lakehouse的数据平台，要求支持实时与批量分析
- 如何在保证数据治理和安全性前提下实现Spark、Databricks、Snowflake互操作？
- 描述一次你说服多个团队采纳统一架构标准的经历
- Agentic AI在金融数据操作中可能面临哪些挑战？如何设计解决方案？
- 如何评估和选择云数据平台？请比较Databricks与Snowflake的适用场景
职位点评
72
综合评分
全球金融巨头的高级数据架构职位，前沿技术栈，成长空间大，WLB未明确。
更适合这类人
最适合发展导向型求职者，看重技术前沿和职业成长，能接受WLB不确定性。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展90
工作生活50
使命价值70
薪资福利
80较高
薪资信号未披露，但根据职位级别和行业，可预期较高待遇；JD未明确福利，但大公司福利通常完善。
薪资信号未披露（AI估算：40K-60K/月）
成长发展
90较高
前沿技术栈（Agentic AI、Lakehouse、多云），成长信号明显，涉及架构领导和创新，发展性动机强。
技术前沿前沿/新兴技术
技术栈Databricks、Snowflake、Apache Iceberg、Agentic AI、AWS、GCP、Azure、Spark
业务类型profit_center
工作生活
50较低
工作模式未明确，但金融公司通常要求现场办公；杭州工作，生活成本相对较低，但未提及灵活安排。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
金融行业稳定成熟，社会影响力中性（服务机构投资者），创新性高，有推动AI变革的意义。
行业发展稳定成熟行业
社会影响中性/一般
使命信号help them manage risk、drive performance and profitability
创新程度积极采用新技术
Watch Jobs