阿里巴巴
千问事业部-数据Agent技术专家-北京
千问事业部-数据Agent技术专家-北京
发布于 3 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
Maxcompute
Nl2Sql
Rag
Text-To-Sql
数据平台
值不值得投
77综合评分
综合评分 77
核心大模型团队的数据Agent专家岗，技术前沿且成长空间巨大，薪资丰厚但工作节奏较快。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
6.3万
比数据工程中位数高
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 3290 个在招 · 其中数据工程 55 个
市场机会
选择面较广
北京 · 数据工程 · 约 130 个在招
职位详情
关于这个职位
该职位负责将大语言模型与数据开发分析场景结合，打造数据Agent
你需要规划语义层与元数据治理，将实验分析能力产品化，并通过评测驱动Agent迭代，提升数据处理的自动化与智能化水平
最低要求
本科及以上学历，计算机或数据相关专业，具备5年以上数据平台工作经验
拥有 Text-to-SQL / NL2SQL、语义层等方向的实际项目经验，熟悉 SPEC、ATDD 等工程方法论并有与 AI 结合落地的经验
熟悉 Hive、Spark、Flink 中至少一种大数据组件
熟悉 LLM 基本原理，能把复杂需求转化为可复用的平台能力并务实选型
自驱力强，具备良好的跨团队沟通协作能力，对 AI + 数据方向有高度热情
工作职责
理解 LLM 能力边界与 Harness Engineering，支撑 Agent 在数据开发和分析的全链路场景应用
规划面向大模型的语义层、指标体系与元数据治理，让数据对 AI 可读、可调用
把实验分析与归因能力产品化，接入数据 Agent，由 Agent 自动输出结论与建议
以评测驱动 Agent 迭代，设计并落地质量保障流程，持续提升 Agent 的准确性与交付质量
优先资格
熟悉 MaxCompute / DataWorks 生态者优先
有 RAG、Agent 方向实践经验优先
具备 AI 工程 + 数据工程 + 产品思维的复合能力，或有 AI Native 团队协作经验
AI 洞察
优缺点分析
优点
- 处于AI与大模型技术爆发的核心赛道，技术前沿性极强
- 依托阿里千问事业部及海量数据场景，拥有顶级的算力、数据资源与落地平台
- 岗位复合度高（AI+数据+产品），个人能力壁垒深厚，市场稀缺性强
- 需要跨越AI算法与数据工程的认知鸿沟，对跨领域知识融合要求极高
- 适合具备扎实数据工程底座，同时对大模型技术有浓厚兴趣并具备产品化思维的复合型技术人才
缺点 / 挑战
- LLM在数据场景的幻觉控制与准确性保障是业界难题，技术挑战与交付压力较大
角色解读
- 纵向可发展为数据AI领域的资深技术专家或首席架构师
- 横向可向AI产品技术负责人或数据智能业务线技术总监转型，引领AI Native数据产品演进
- 负责大语言模型在数据开发和分析场景中的工程化落地，打造数据Agent
- 设计并优化语义层、指标体系与元数据治理，使数据资产对AI可读可调用
- 将实验分析与归因能力产品化，通过评测驱动Agent持续迭代，保障输出质量
- 扎实的大数据组件（Hive/Spark/Flink）及数据平台架构能力
- 深入理解LLM原理，具备Text-to-SQL、RAG及Agent开发实战经验
- 优秀的工程化能力，熟悉SPEC、ATDD等方法论，能将复杂业务需求转化为可复用的平台能力
申请策略
- 提前体验阿里通义千问及相关数据产品，了解其现有能力边界
- 准备1-2个在过往项目中通过AI技术显著提升数据开发或分析效率的深度案例
- 突出Text-to-SQL/NL2SQL或语义层建设的实际项目成果及业务收益
- 详细阐述在RAG、Agent开发中解决LLM幻觉或提升准确性的具体工程方案
- 展现将复杂数据需求转化为标准化、可复用平台能力的架构设计经验
- 深入学习Agent框架及最新的大模型评测与对齐技术
- 补充数据产品化思维，了解如何将数据分析结论转化为自动化业务建议
面试指南
- STAR法则：情境-任务-行动-结果，重点突出技术选型的思考过程和最终的业务收益
- 架构拆解：从数据接入、语义层构建、Prompt工程到Agent执行与评测，分层阐述解决方案
- 在Text-to-SQL项目中，你是如何解决复杂表关联和字段歧义导致的准确率问题的？
- 如何设计数据Agent的评测体系来保障其输出结论的准确性与可靠性？
- 请分享一个你将实验分析与归因能力产品化并接入Agent的实际案例
- 面对LLM的幻觉问题，在数据分析和归因场景下你采取了哪些工程化手段进行兜底？
- 复习大数据底层原理及MaxCompute/DataWorks生态特性
- 梳理大模型在垂直领域落地的最新开源项目（如DIN-SQL, DAIL-SQL等），了解业界前沿解法
职位点评
薪资福利85
成长发展95
工作生活40
使命价值80
薪资福利
85较高
高级技术专家岗位，薪资处于行业头部水平，且具备完善的福利体系，物质回报丰厚。
薪资信号未披露（AI估算：4.5千–8万/月）
成长发展
95较高
岗位处于大模型与数据工程结合的最前沿，技术挑战大，能极大提升个人在AI Native时代的核心竞争力。
技术前沿前沿/新兴技术
技术栈LLM、Agent、Text-to-SQL、NL2SQL、RAG、Hive、Spark、Flink、MaxCompute
业务类型ambiguous
工作生活
40较低
核心研发部门的高级技术岗，通常工作节奏较快，JD未提及WLB相关信息，无法判断具体强度。
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
推动AI与数据工程的深度融合，赋能企业数据智能化转型，具有较高的行业前瞻性和技术使命感。
行业发展高速增长赛道
社会影响中性/一般
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