
阿里妈妈-AI数据研发工程师(数据湖仓 / Data Agent)-杭州/北京
发布于 2 小时前普通员工/个人贡献者
值不值得投
综合评分 76
广告数据场景下的湖仓与Data Agent复合型岗位,技术成长强,WLB信息不明确
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
5.0万
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 5200 个在招 · 其中数据工程 89 个
市场机会
选择面较广
杭州 · 数据工程 · 约 130 个在招
职位详情
关于这个职位
该岗位面向阿里妈妈广告数据场景,负责湖仓一体、实时流批链路、OLAP查询能力与Data Agent建设
最低要求
本科及以上,计算机、软件工程、数学等相关专业,3 年以上大数据研发经验,独立负责过一个湖仓或实时数据平台方向的完整建设周期
工作职责
负责广告数据湖仓一体架构:统一离线与实时的分层、存储与元数据,支撑投放、归因与效果分析的数据供给,对口径一致性与链路 SLA 负责
优先资格
加分项:Paimon、Fluss、Iceberg 或 Flink 社区 Contributor/Committer/PMC
AI 洞察
优缺点分析
优点
- 岗位覆盖湖仓一体、Flink、OLAP 和 Data Agent,技术栈完整,有利于形成数据平台与 AI 数据应用的复合能力
- 业务场景聚焦广告投放、归因和效果分析,数据链路复杂且业务反馈直接,适合积累大规模数据治理经验
- 明确关注口径一致性、链路 SLA、成本优化和人效提升,工作成果较容易用技术指标和业务指标衡量
- 技术栈跨度大,既要掌握湖仓存储和实时计算,也要理解 OLAP 查询优化和 Data Agent 应用落地
- 适合有三年以上大数据研发经验、希望从传统数据平台向湖仓一体和 AI Data Agent 方向升级的工程师,尤其适合具备跨团队协作和复杂链路治理经验的人
缺点 / 挑战
- 加分项包含社区贡献和 EB/PB 级数据治理经验,说明岗位对技术深度和工程影响力有较高要求
- 需要推动算法、产品、业务等多方协作,对问题拆解、项目推进和跨团队沟通能力要求较高
- 广告数据场景对口径一致性、时效性和稳定性要求高,线上问题定位和链路治理压力不小
角色解读
- 可向大数据平台架构师方向发展,负责更大规模的湖仓一体、实时计算和查询引擎体系建设
- 可向 AI 数据基础设施或 Data Agent 技术负责人方向发展,将数据治理、智能问答和业务洞察能力产品化
- 长期也可转向技术管理,带领跨团队数据平台或广告数据智能方向的技术项目落地
- 建设广告数据湖仓一体架构,统一离线和实时的数据分层、存储与元数据,保障投放、归因和效果分析的数据供给
- 基于 Flink 建设流批一体链路,并进行运行时优化
- 同时使用 OLAP 引擎支撑高并发查询,提升时效、稳定性并降低成本
- 研发面向数据研发、数据治理和业务洞察的 Data Agent,结合 RAG、Tool Calling、NL2SQL 等能力提升数据工作效率和任务成功率
- 建设数据质量、血缘和资产标准化体系,推动数据可发现、可复用、可信任,并与算法、产品、业务团队协作落地
- 需要扎实的 SQL、ETL 与数据建模能力,能够完成主题域划分、维度建模和指标体系设计
- 需要深入理解 Iceberg、Hudi、Paimon 至少一种湖仓格式的原理,并具备线上问题定位和数据入湖治理经验
- 需要掌握 Flink 运行时机制,能够处理大规模流批一体任务的性能排查与调优
- 需要熟悉 StarRocks、ClickHouse、Doris 等 OLAP 引擎,并具备 Data Agent、RAG、Tool Calling、NL2SQL 等应用开发经验
申请策略
- 面试前建议了解阿里妈妈广告数据业务的基本链路,包括投放、归因、效果分析和数据资产建设之间的关系
- 如果投递北京或杭州任一地点,建议提前确认团队所在园区、办公模式和岗位归属,避免后续沟通成本
- 重点突出独立负责过湖仓或实时数据平台完整建设周期的经历,说明架构设计、落地范围和最终效果
- 量化展示大规模数据链路治理成果,例如任务规模、数据规模、SLA 提升、查询性能提升或存储计算成本下降
- 突出 Flink、Iceberg/Hudi/Paimon、StarRocks/ClickHouse/Doris 等具体技术栈的线上问题定位与调优案例
- 如果有 Data Agent、RAG、Tool Calling、NL2SQL 或数据洞察生产化实践,应单独列出项目背景、技术方案和验收指标
- 补强湖仓格式原理,重点理解 Iceberg、Hudi、Paimon 的元数据管理、读写链路、小文件治理和线上排障方法
- 准备 Flink 运行时机制与 OLAP 查询优化的案例,包括反压、状态管理、执行计划、索引和物化视图等方向
面试指南
- 项目类问题采用“背景-目标-架构-难点-解法-结果”的结构,重点说明你个人负责的部分和可量化收益
- 技术问题采用“现象-定位路径-根因-优化方案-验证指标”的思路,体现线上排障闭环能力
- Data Agent 类问题可从任务理解、知识增强、工具调用、权限与口径约束、结果评估五个维度展开
- 请介绍一个你独立负责的湖仓或实时数据平台项目,包括架构设计、关键难点和最终收益
- Iceberg、Hudi、Paimon 中你最熟悉哪一个?请说明其元数据管理、写入机制和常见线上问题定位方法
- 面对 Flink 大规模流批一体任务的延迟、反压或状态膨胀问题,你会如何排查和优化?
- 如何设计广告投放、归因和效果分析场景下的指标体系与数据分层模型?
- Data Agent 在数据研发和治理场景中如何保证任务成功率和结果可信度?
职位点评
薪资福利
JD未披露薪资与福利信息,但岗位要求三年以上经验且覆盖湖仓、实时计算、OLAP与Data Agent等复合能力,通常对中高级数据人才具备较强吸引力。福利部分无法基于JD判断。
成长发展
岗位明确涉及湖仓一体、Flink运行时优化、OLAP查询优化和Data Agent研发,技术深度与业务落地场景都很强。加分项还提到社区贡献和大规模数据治理经验,成长信号明显。
工作生活
JD仅明确北京/杭州两个工作城市,未说明远程、弹性、双休或加班情况,因此生活化动机只能部分满足。办公地点和通勤便利度需投递前与招聘方确认。
使命价值
岗位服务于广告投放、归因、效果分析和数据治理,能够提升数据可信度、人效和业务洞察能力,具有一定业务价值。JD未直接表达社会使命或公共价值导向。
阿里巴巴 的其他在招职位