阿里巴巴
瓴羊-AI数据研发工程师-杭州
瓴羊-AI数据研发工程师-杭州
发布于 5 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
Llm
Paimon
Sql
大数据
实时计算
数据工程
值不值得投
78综合评分
综合评分 78
技术前沿、成长空间大、薪资偏高，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
3.5万
与数据工程中位数基本持平
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 2860 个在招 · 其中数据工程 45 个
市场机会
选择面较广
杭州 · 数据工程 · 86 个在招
职位详情
关于这个职位
该职位是阿里巴巴云智能集团瓴羊One团队的AI数据研发工程师，负责构建面向智能体（Agent）的数据语义层，支撑电商智能运营等场景
工作内容涵盖数仓建模、实时计算、数据质量治理与效能优化，技术栈包括Flink、Spark、Paimon等，需要将数据资产转化为智能体可理解、可调用的形式
最低要求
本科及以上学历，计算机、数学、统计学、信息管理等相关专业优先
年以上大数据研发经验，有完整数仓从0到1或大规模重构的落地经历
扎实的编程与工程能力：精通SQL（复杂查询优化、建模方法论），熟练掌握Java或Python至少一种，代码干净、可测试、可演进
精通Hadoop生态：深入理解HDFS/YARN/Hive/Spark的原理与调优（分区分桶、小文件、Shuffle、内存与并行度、慢任务定位），能读执行计划并给出优化方案
熟悉Kafka、HBase、Paimon/Hudi/Iceberg的适用边界
精通Flink：熟悉运行时机制（Time & Watermark、State & Checkpoint、算子链与资源模型），具备SQL+DataStream双栈开发经验，独立支撑过高吞吐或低延迟的线上实时链路
数据资产意识强：对元数据管理、数据血缘、数据标准、质量规则有深入理解或实战经验，能把治理能力产品化、自动化
业务理解与抽象能力：能精准识别需求本质，将其转化为可复用的数据模型与服务接口，能独立对接业务方并推动落地
具备Vibe Coding能力（必须）：能熟练借助AI编程工具（如Cursor、GitHub Copilot等）完成需求分析、SQL/任务代码生成、重构与Review，把AI辅助编程融入日常研发工作流
对LLM+Data、AI Agent、语义建模等前沿方向有浓厚兴趣，能快速掌握新技术并在复杂系统中验证落地
沟通顺畅、责任心强、擅长跨团队协同
工作职责
面向Agent的数据语义层建设：参与并主导语义层的设计与落地，推动数据资产从"一堆表"演进为智能体可理解、可调用、可推理的消费形态（语义模型、统一指标口径、元数据与工具化接口），支撑Text2SQL/问数/分析助手等场景
端到端建模与交付：负责核心业务域的数仓分层与模型设计（ODS/DWD/DWS/ADS），基于流批一体架构（Flink+Spark/MaxCompute+Paimon）完成实时与离线链路的统一构建、开发与上线，对交付结果负责
实时计算攻坚：主导Flink实时链路建设，覆盖CDC接入、多流Join、维表关联、状态管理与Exactly-Once保障
独立处理反压、数据倾斜、Checkpoint失败、状态膨胀等线上问题
质量治理与稳定性保障：建设覆盖全链路的监控告警、基线、DQC规则与血缘追踪，确保关键数据任务满足SLA
参与故障应急与复盘改进
成本与研发效能：负责计算/存储资源治理与任务性能优化，沉淀研发规范、模板与自动化工具，让治理靠机制而不靠人肉巡检
优先资格
有湖仓一体（Paimon/Hudi/Iceberg）或流批融合的生产级落地经验
有指标平台、元数据/血缘平台、数据质量平台等数据工具建设经验
有MaxCompute/DataWorks等云上数据体系的大规模使用与治理经验
有Text2SQL/RAG/MCP等Data+AI方向的实践产出
有电商、内容、直播、SaaS等垂直领域业务背景，理解商家经营场景
活跃的开源贡献或技术影响力（Commit、议题分享、专利/论文）
AI 洞察
优缺点分析
优点
- 技术栈前沿，直接参与Agent+大模型等创新项目，技术成长空间大
- 业务场景真实，数据链路被高频调用，能深入理解电商运营并产生实际价值
- 团队鼓励技术选型与架构演进的自主权，决策空间充足
- 实时计算与数据质量治理技术复杂度高，需处理反压、数据倾斜等线上问题
- 需快速跟进LLM、语义建模等新技术，并在生产环境验证落地
- 适合拥有3年以上大数据研发经验，熟悉Hadoop/Flink技术栈，对数据工程与AI融合有浓厚兴趣，且注重工程质量和业务价值的求职者
缺点 / 挑战
- 需频繁跨团队协同，对沟通能力和业务理解能力要求较高
角色解读
- 技术深耕方向：可发展为大数据架构师、实时计算专家或数据平台负责人
- AI融合方向：可转向AI数据工程师、语义建模专家，参与更多Agent和大模型项目
- 业务影响方向：通过数据驱动业务决策，成长为技术产品专家或技术管理者
- 构建面向AI智能体（Agent）的数据语义层，将数据资产转化为可理解、可调用的形式，支撑电商智能运营场景
- 负责数仓建模与实时计算链路开发，使用Flink、Spark等技术处理高吞吐数据
- 进行数据质量治理与稳定性保障，确保数据任务满足SLA，并优化资源效能
- 精通SQL、Java或Python编程，具备扎实的工程能力
- 深入掌握Hadoop生态（HDFS、YARN、Hive、Spark）和Flink实时计算框架
- 熟悉数据资产管理、元数据、数据血缘与质量规则，能推动治理自动化
- 具备AI辅助编程工具（如Cursor）使用能力，对LLM、Agent等前沿技术有浓厚兴趣
申请策略
- 关注阿里巴巴云智能集团和瓴羊业务动态，理解电商智能运营场景需求
- 准备体现跨团队协作与业务抽象能力的案例，以展示综合素质
- 突出数仓从0到1或大规模重构项目经验，体现建模与交付能力
- 详细描述Flink实时计算链路开发案例，包括高吞吐/低延迟场景及问题解决
- 强调数据资产治理经验，如元数据平台、数据质量规则建设成果
- 列出AI编程工具使用经验或对LLM+Data方向的兴趣与实践
- 深入学习Paimon、Hudi等湖仓一体技术，了解流批融合架构
- 实践Text2SQL、RAG等Data+AI方向项目，积累前沿领域经验
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化描述项目经验，突出技术难点和解决方案
- 对于技术问题，先解释原理（如Flink状态管理），再给出具体优化方案和实际效果
- 对于数据语义层等问题，结合JD中的定义（如指标口径、维度关系），阐述其如何赋能AI消费
- 请描述一个你主导的数仓从0到1项目，包括模型设计和实时链路构建
- 如何解决Flink实时计算中的数据倾斜或Checkpoint失败问题？
- 你如何理解数据语义层，它如何支撑Agent或Text2SQL场景？
- 请举例说明如何将数据治理能力产品化或自动化
- 你如何使用AI编程工具辅助日常开发？请给出具体例子
职位点评
薪资福利85
成长发展95
工作生活50
使命价值70
薪资福利
85较高
该职位薪资具有市场竞争力，且公司提供完善福利体系，能满足对薪资和稳定性的基本需求。
薪资信号偏高 (2.5千–4.5万/月)
成长发展
95较高
职位涉及前沿技术（LLM、Agent）和完整数据链路，提供紧密协作与内部分享机会，技能成长和晋升空间显著。
技术前沿前沿/新兴技术
技术栈Flink、Spark、Hadoop、LLM、Agent、Paimon
成长机会成长加速、内部技术分享
业务类型profit_center
工作生活
50较低
JD未明确办公模式或WLB信息，通常可能为现场办公，工作强度未知，生活化动机满足程度有限。
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
70中等
职位服务于电商智能运营，有明确的商业价值，但社会影响力偏向中性，使命导向信号不强。
行业发展高速增长赛道
社会影响中性/一般
使命信号服务百万级商家
创新程度积极采用新技术
Watch Jobs