阿里巴巴
乌鸫科技-数据研发工程师-廉正
乌鸫科技-数据研发工程师-廉正
发布于 3 天前普通员工/个人贡献者
全职员工仅现场办公数据工程
数据工程
Agent开发
Etl
Prompt Engineering
Rag
Sql
大模型应用
数仓建模
数据治理
数据研发
值不值得投
73综合评分
综合评分 73
阿里系数据研发，技术栈前沿（大数据+AI Agent），发展空间大，但办公与WLB信息未知。
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
35K
比数据工程中位数高
发布情况
新岗位 · 2 天前发布
公司情况
这家公司招聘很活跃
约 2560 个在招 · 其中数据工程 39 个
市场机会
选择面较广
杭州 · 数据工程 · 72 个在招
职位详情
关于这个职位
该职位是阿里巴巴乌鸫科技的数据研发工程师，主要负责廉正数据资产体系的建设与演进
工作内容涵盖从数据存储、挖掘、治理到服务化的完整链路开发，并重点参与将数据分析能力封装为可被自然语言消费的AI智能服务（Skill/Agent），推动数据能力的产品化交付
岗位要求具备扎实的大数据技术栈和AI应用开发经验
最低要求
本科及以上学历，计算机、人工智能、数据科学、统计学等相关专业，3 年以上数据研发经验
精通 SQL、Python，熟悉 Java/Go 中至少一种后端语言，工程质量与系统设计能力扎实
熟悉 ODPS/Hive/Spark/Flink 等大数据计算引擎，有大规模数仓建模、ETL 开发与数据治理实战经验
了解 LLM Agent 设计、Prompt Engineering、RAG、MCP、Function Calling 等大模型应用范式，有 AI Skill/Agent 实际开发经验
具备平台化思维，能独立完成从数据建模、服务开发到产品化交付的全流程，了解分布式系统、检索引擎（ES/向量检索）等基础组件
良好的业务抽象与问题拆解能力，能与非技术角色高效沟通，有项目从 0 到 1 落地的经验
工作职责
负责廉正数据资产体系持续建设与演进，覆盖数据存储、数据挖掘、数据管理、数据服务化及治理完整链路
开发数据分析 Skill / Agent，将数据分析能力封装为可被非技术人员通过自然语言消费的智能服务
推动数据能力的服务化与产品化交付 — 统一数据管理、检索发现、洞察分析与安全流通，通过标准化 API/SDK 对内对外赋能
建设实时+离线一体化数据研发能力，包括数仓分层建模、ETL 流水线开发、特征工程链路、实时计算管道，保障数据的准确性与时效性
参与大模型与数据研发融合的 AI-Native 架构设计
独立对接业务方，从模糊需求中提炼数据方案，端到端驱动从方案设计到业务结果落地的全闭环
优先资格
风控/安全等领域的业务经验
风控/安全等领域数据建模和研发经验
有图查询引擎的使用和运维经验
数学/统计学等专业
AI 洞察
优缺点分析
优点
- 能接触到将大模型与数据工程深度融合的前沿技术方向（AI-Native），技术成长空间大
- 岗位负责公司核心业务的数据体系，技术栈全面且有深度，能积累宝贵的复杂系统实战经验
- 背靠大型平台，资源丰富，能接触到海量的数据规模和复杂的业务场景
- 项目闭环要求高，能全面锻炼技术设计、开发与推动业务落地的综合能力
- 技术融合难度高：需要同时精通传统大数据技术和新兴的AI应用开发范式，学习曲线陡峭
- 业务理解要求严：需要深入理解风控/安全领域的业务逻辑，将技术能力与业务价值紧密结合
缺点 / 挑战
- 项目闭环压力大：需要独立驱动从需求分析到业务结果落地的全过程，对综合能力要求高
- 适合具备扎实大数据开发功底、同时对AI应用开发有浓厚兴趣和实践经验，希望挑战技术融合与业务闭环的3年以上数据工程师
角色解读
- 技术专家路线：深耕数据架构与AI融合技术，成为数据平台或智能数据领域的资深架构师
- AI数据产品经理路线：凭借技术背景和业务理解，转型为数据产品的负责人
- 技术管理路线：带领团队负责更大的数据平台或业务线的技术规划与管理
- 构建和维护公司的核心数据资产体系，确保数据的质量、时效性和可用性
- 开发将数据分析能力产品化的AI智能服务（Skill/Agent），让非技术人员也能通过自然语言获取数据洞察
- 设计和实现高效、实时与离线一体化的数据处理管道，支撑业务需求
- 作为业务与技术的桥梁，独立将模糊的业务需求转化为可落地的技术方案并推动实施
- 精通大数据技术栈（SQL, Python, Spark, Flink, Hive等）和数仓建模理论
- 具备实际的AI应用开发经验，特别是大模型Agent、RAG、Prompt Engineering等范式
- 拥有平台化思维和系统设计能力，能独立完成从建模到交付的全流程
- 强大的业务理解和沟通能力，能够驱动项目从0到1的落地
申请策略
- 了解阿里巴巴乌鸫科技的业务定位以及廉正（风控合规）在集团内的价值，思考数据技术如何支撑这一使命
- 面试前可以思考：如何设计一个能用自然语言查询的“廉正风险分析”Agent？需要哪些数据、模型和接口？
- 突出您在大规模数仓建设、ETL开发、数据治理方面的具体项目经验和成果
- 详细描述参与或主导的AI应用项目，特别是使用LLM、Agent、RAG等技术解决实际数据分析问题的案例
- 强调您独立负责从需求沟通到方案设计、开发、交付的项目经历，体现全链路能力和沟通能力
- 如有风控、安全或合规领域的数据项目经验，务必重点列出
- 系统学习和实践大模型应用开发范式（如LangChain框架、向量数据库、Agent设计模式）
- 复习和深化数仓分层建模（如维度建模）和数据治理的理论知识
面试指南
- 使用STAR法则（情境、任务、行动、结果）来结构化地讲述项目经验，突出您的个人贡献和项目价值
- 对于技术设计问题，可以先阐述业务目标，再分解技术模块（数据层、模型层、服务层），最后说明选型和技术难点
- 展现结构化思维和业务理解能力，回答时先理解问题背后的业务目的，再给出技术解决方案
- 请介绍一个你过去负责的、涉及数据全流程（从建模到服务化）的复杂项目，你是如何设计和落地的？
- 你如何理解并设计一个AI Skill/Agent？请结合一个具体的业务场景（如风险分析）描述你的技术方案
- 在推动数据能力产品化的过程中，你遇到过最大的沟通或技术挑战是什么？是如何解决的？
- 请比较你使用过的不同大数据计算引擎（如Spark vs Flink）在数据处理中的特点和适用场景
- 对于‘实时+离线一体化数据研发’，你认为关键的技术难点和架构考量点有哪些？
职位点评
薪资福利75
成长发展90
工作生活50
使命价值65
薪资福利
75中等
作为头部科技公司的正式岗位，通常提供具有市场竞争力的薪酬福利体系。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
90较高
该岗位技术栈前沿，涉及大数据与大模型融合，且要求全链路交付，对技术广度、深度和业务理解能力的提升有显著帮助。
技术前沿前沿/新兴技术
技术栈LLM Agent、RAG、Prompt Engineering、MCP、Function Calling、Spark、Flink、ODPS/Hive
业务类型ambiguous
工作生活
50较低
职位描述中未提及任何关于工作模式、办公时间或工作强度的信息，无法判断其工作生活平衡状况。
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
65中等
岗位服务于公司内部的廉正（风控合规）领域，对维护业务健康有直接价值，属于公司核心支持职能，具有一定的使命感。
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