阿里巴巴
全球速卖通事业部(AliExpress)-数据技术架构-杭州
全球速卖通事业部(AliExpress)-数据技术架构-杭州
发布于 大约 1 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
Prompt Engineering
Sql
产品Owner
大语言模型
数据仓库
数据建模
值不值得投
80综合评分
综合评分 80
大厂核心跨境电商数据架构岗，技术前沿、业务影响大，但WLB可能一般。
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
33K
比数据工程中位数低
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 2250 个在招 · 其中数据工程 30 个
市场机会
选择面较广
杭州 · 数据工程 · 70 个在招
职位详情
关于这个职位
该职位隶属于全球速卖通事业部，负责搭建和优化企业级数据平台与数仓体系
你需要深入理解跨境电商业务，设计并开发数据模型与仓库架构，推动数据产品的规划与落地，并探索应用大语言模型等AI技术提升数据研发与分析效率
这是一个深度参与业务、技术覆盖面广的复合型数据技术架构岗位
最低要求
教育背景：计算机、数学、统计学等相关专业本科及以上学历
技术能力：
● 熟练使用SQL，掌握Tableau、Power BI等可视化工具，了解大数据技术栈（如Hive、Spark）
● 熟悉数据仓库理论（如Kimball模型、Inmon模型）及分层设计方法论
● 掌握Hadoop、Spark、Hive、Flink等大数据组件，熟悉Kylin/Doris等OLAP引擎优先
● 5年以上数据开发经验，有完整的数据产品从0到1落地案例
项目经验：
● 5年以上大数据开发经验，主导过完整数据仓库或数据中台建设项目
● 有复杂业务场景下的数据建模经验，熟悉电商、零售、物流等行业优先
软性要求：
● 具备业务敏感性与逻辑抽象能力，能快速理解业务需求并转化为技术方案
● 责任心强，具备跨团队协作能力和技术风险预判意识
● 结果导向，具备较强的项目管理能力和产品owner意识
工作职责
业务数据模型设计与开发：
● 深入理解跨境电商业务，了解业务流程和商业逻辑
与产品、运营、营销、供应链、财务等团队紧密协作
● 负责规划、设计、维护并治理企业级数据模型（包括概念模型、逻辑模型与物理模型），确保数据架构清晰、准确、高效地表达业务，满足数据分析、运营决策需求
● 根据业务需求设计数据模型（如维度建模、范式建模），定义数据分层规范及数据血缘关系
设计并开发主题域数据模型（如交易、商品、用户、流量、库存等），为分析报表和业务系统提供干净、一致、可信准确数据底座
数据仓库架构设计与开发：
● 负责企业级数据仓库架构设计、分层建模（如ODS/DWD/DWS/ADS），搭建高效、稳定、可扩展的数仓体系
● 完成数据仓库ETL流程开发与优化，保障数据加工过程的准确性、时效性和可维护性
数据产品规划与落地：
● 深入理解业务部门数据需求，转化为可执行的产品方案，平衡技术可行性与业务价值
● 协调数据分析、算法、前后端团队，推动数据产品从原型设计到上线交付的全生命周期管理
AI 相关技能要求：
● 熟悉大语言模型（LLM）的基本原理与应用场景，能够使用 ChatGPT、Claude、通义千问等工具辅助日常数据开发（如 SQL 生成与优化、代码补全、文档撰写）
● 了解 Prompt Engineering 基本方法，能够设计有效提示词提升 AI 输出质量
● 了解 RAG（检索增强生成）、向量数据库（如 Milvus、pgvector）等概念，能够参与自然语言查数类产品的建设
● 熟悉 AI Agent、MCP 等技术，探索智能化数据研发工作流
有将机器学习/大模型能力落地到数据管道（如智能数据质量检测、自动化标注、特征工程）经验者优先
跨部门协作与需求落地：
● 对接业务、分析师及算法团队，理解数据需求并提供高效数据服务
● 数据站点建设，推动数据资产化与自助分析能力落地
● 为业务团队提供数据产品培训，推动数据驱动决策文化，提升数据产品渗透率
AI 洞察
优缺点分析
优点
- 技术栈全面且前沿：工作涉及主流大数据组件与新兴AI技术，能积累复合型技能，避免技术栈单一
- 业务影响直接：深度参与核心电商业务，所设计的模型与产品直接影响业务决策和运营效率
- 平台与视野广阔：在大型电商平台处理海量数据与复杂业务场景，能获得难得的大规模系统设计经验
- 适合拥有5年以上数据开发/架构经验，不仅追求技术深度，还对业务有强烈兴趣，并希望接触AI等前沿技术应用的资深数据工程师或架构师
缺点 / 挑战
- 跨部门协调复杂：需与产品、运营、算法等多个团队紧密协作，沟通成本与协调难度较高
- 业务理解要求高：需要快速深入理解复杂的跨境电商业务逻辑，这对纯技术背景的候选人是个挑战
- 技术深度与广度兼备：岗位要求既懂传统数仓架构，又需跟进AI最新技术，学习压力持续存在
角色解读
- 技术专家路线：深耕数据架构与大数据技术，成为数据平台或数据中台领域的资深技术专家
- 技术管理路线：凭借出色的技术广度与业务理解，转向技术团队管理或数据产品负责人角色
- AI+Data融合路线：结合数据功底与AI技术，成为企业内AI应用落地（特别是数据智能领域）的推动者
- 负责设计和维护企业级数据模型与数据仓库架构，构建跨境电商业务的统一数据底座
- 主导数据产品的从0到1落地，包括需求分析、方案设计、协调开发与上线交付
- 探索并应用大语言模型（如LLM、RAG）等AI技术，优化数据开发与分析流程，提升工作效率
- 作为技术与业务的桥梁，推动数据资产化和自助分析能力，赋能业务团队进行数据驱动决策
- 扎实的数据仓库与建模能力：精通SQL，熟悉Hadoop/Spark/Hive等大数据技术栈，深入理解Kimball/Inmon等数仓理论
- 复杂业务理解与转化能力：能快速理解跨境电商业务逻辑，将其转化为清晰的数据模型与技术方案
- AI技术应用能力：了解大语言模型（LLM）原理，能使用ChatGPT等工具辅助开发，了解RAG、向量数据库等概念
- 项目管理与跨团队协作：具备较强的沟通协调能力，能推动复杂项目落地，并有产品Owner意识
申请策略
- 研究速卖通业务：在申请前，了解速卖通的平台模式、主要市场和挑战，这将帮助你在面试中更好地阐述业务理解
- 准备技术方案案例：梳理自己过去处理过的最复杂的数据架构或建模问题，形成可讲述的成功案例
- 突出数据架构与建模成果：详细描述主导过的数据仓库/中台建设项目，说明业务背景、技术选型、模型设计及最终数据价值产出
- 强调业务理解与转化能力：通过具体案例说明如何将复杂的业务需求（如电商交易、营销、供应链）转化为可行的数据模型或产品方案
- 展示AI技术实践：如果有相关经验，可描述如何使用LLM、Prompt Engineering等工具提升开发效率，或参与的RAG、智能数据应用项目
- 体现项目管理与协作：说明在跨团队项目中扮演的角色，如何协调资源、推动项目按期交付
- 深入业务领域知识：系统学习跨境电商的核心流程、商业模式和行业术语，提升业务敏感性
- 探索AI在数据领域的应用：主动实践使用大语言模型辅助SQL编写、文档生成，了解RAG、向量数据库在数据查询中的应用案例
面试指南
- 对于技术问题，采用STAR法则（情境、任务、行动、结果）进行结构化回答，突出你的思考过程和技术决策
- 对于业务场景设计题，先从业务目标出发，再拆解数据需求，最后给出技术实现方案，体现从业务到技术的转化能力
- 对于AI应用等开放性问题，结合具体工具和潜在应用场景进行阐述，展示你的技术好奇心和探索精神
- 请描述一个你主导设计的复杂业务场景下的数据模型，业务背景是什么？遇到了哪些挑战？如何解决的？
- 如果让你为速卖通的某条业务线（例如物流或营销）设计一个数仓分层架构，你会如何考虑？
- 你提到了解大语言模型，能举例说明你认为LLM可以在数据开发或分析的哪些具体环节提升效率吗？
- 在推进一个跨部门的数据产品项目时，如果业务方需求频繁变更，你通常如何应对和确保项目落地？
- 你如何平衡数据架构的‘标准化’与业务需求的‘灵活性’？
职位点评
薪资福利80
成长发展90
工作生活65
使命价值80
薪资福利
80较高
该职位作为大厂核心业务部门的技术架构岗，薪资福利在杭州市场应具有竞争力，能提供较好的经济回报和保障。
薪资信号面议 (25K-40K/月)
成长发展
90较高
该职位技术栈现代且全面（大数据+AI），涉及复杂业务场景和数据平台从0到1建设，能提供显著的技术深度与广度成长，并有机会接触前沿AI应用落地。
技术前沿前沿/新兴技术
技术栈LLM、RAG、向量数据库、AI Agent、Spark、Flink、数据仓库
业务类型profit_center
工作生活
65中等
工作地点明确为杭州，但未提及任何远程办公或弹性工作信息，工作模式未明确。作为跨境电商核心部门，可能存在一定的业务节奏压力。
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
80较高
跨境电商是高速增长赛道，该岗位通过数据技术直接赋能全球贸易，具有明确的业务价值和社会影响力（促进贸易、创造就业）。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号推动数据驱动决策文化
创新程度积极采用新技术
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs