顺丰速运
数据开发工程师（AI开发）
数据开发工程师（AI开发）
发布于 1 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
Chatbi
Mcp协议
Olap
大模型
值不值得投
73综合评分
综合评分 73
上市物流巨头核心研发岗，聚焦前沿Agent与大模型落地，技术成长空间大，薪资具竞争力，但工作节奏与强度需做好心理准备。
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 · 昨天发布
公司情况
这家公司招聘很活跃
约 220 个在招
市场机会
选择适中
深圳 · 数据工程 · 27 个在招
职位详情
关于这个职位
该职位主要负责顺丰内部智能问数ChatBI平台及Agent平台的架构设计与开发，利用大模型技术实现业务系统的智能化
同时需要负责海量数据下的查询性能优化，构建极速响应的OLAP消费层，持续提升用户的数据消费体验与系统使用效率
最低要求
具备Agentic开发思维，能够熟练使用vibe coding工具实现端到端需求研发及交付，拥抱AI/新技术
熟悉Agent开发框架（如Claude Agent SDK等），熟悉python/nodejs等开发语言，有Agent平台化建设经验或深入思考
对MCP协议、Skills、Tools等智能体开发基建有深入的理解
对Doris/Presto等大数据MPP引擎有深入的使用经验及理解，能够从SQL语法及数据侧快速定位低性能问题并给出解决方案
精通Java及Spring Boot框架，熟练使用AI编程工具如Claude Code/Codex等，对Harness Engineering有了解
工作职责
智能问数ChatBI优化及深耕：负责智能问数ChatBI平台优化，构建统一的agent入口，从用户视角出发不断迭代，提升用户问数体验、准确性及性能
Agent平台建设：负责数据分析、指标平台等agent方案设计及落地，构建统一的agent开发管理平台，实现与业务系统的快速集成
系统AI智能化：分析系统当前使用的痛点、难点，并通过大模型及agent的方式解决问题，实现系统智能化，降低使用成本提升效率
查询性能优化：负责海量数据下的查询性能优化，基于 Hadoop/Hive 生态及 Doris/Presto 等 MPP 引擎，构建极速响应的OLAP消费层
用户反馈闭环：持续跟进产品使用反馈，具备产品思维能够精准识别用户问题或需求，并在迭代中落地闭环
AI 洞察
优缺点分析
优点
- 依托顺丰庞大的业务数据和丰富的物流供应链场景，能积累深厚的大数据与AI结合实战经验
- 上市巨头企业平台大，项目资源充足，业务稳定性高，能提供良好的职业发展背书
- 岗位要求兼具AI Agent开发与底层大数据性能优化，技术跨度大，学习曲线陡峭，需要持续跟进前沿技术
- 适合具备扎实大数据开发基础，同时对大模型和Agent技术有浓厚兴趣，渴望在AI落地应用方向深耕的中高级技术人才
缺点 / 挑战
- 接触最前沿的AI Agent和大模型落地场景，技术栈新颖且极具挑战性，能极大提升个人在AI工程化领域的竞争力
- 业务系统智能化改造涉及多部门协同，推动落地和解决复杂工程问题的难度较高，对沟通与项目管理能力有一定要求
角色解读
- 可向AI架构师、数据技术专家方向发展，成为大模型企业级落地的核心技术骨干
- 随着AI Agent技术的普及，具备Agent平台建设和数据底层优化双重能力的复合型人才将极具市场竞争力，未来可转型为AI产品技术负责人
- 负责顺丰内部ChatBI和Agent平台的架构设计与开发，利用大模型技术实现数据查询和系统智能化
- 负责海量数据查询性能优化，基于Hadoop生态及MPP引擎构建高效的OLAP消费层
- 跟进用户反馈，具备产品思维，持续迭代产品体验并实现需求闭环
- 精通Java/Spring Boot及Python/Node.js，熟悉Agent开发框架（如Claude Agent SDK）及MCP协议
- 深入理解Doris/Presto等大数据MPP引擎及Hadoop生态，具备SQL及数据侧性能调优能力
- 具备Agentic开发思维，熟练使用AI编程工具（如Claude Code）进行端到端研发交付
申请策略
- 了解顺丰在物流、供应链领域的数字化转型战略及AI应用现状，面试时可结合具体业务场景探讨Agent技术的落地价值
- 突出在Agent平台、大模型应用或ChatBI相关项目中的核心贡献，展示端到端交付能力与业务收益
- 强调在Doris/Presto等MPP引擎上的性能优化经验，提供具体的查询耗时降低指标或资源节省数据
- 展示对MCP协议、AI编程工具（如Claude Code）的实际使用经验及提效成果
- 深入学习Agent开发框架（如LangChain, AutoGen或Claude Agent SDK）及MCP协议，掌握智能体开发基建
- 复习并强化Java并发编程及Spring Boot底层原理，同时提升Python在AI工程化中的应用能力
面试指南
- 采用STAR法则（情境、任务、行动、结果）回答项目经验，重点突出技术选型的思考过程和最终的业务收益（如性能提升百分比、效率提升指标）
- 对于架构设计问题，从业务需求出发，对比不同技术方案的优劣，说明最终选择的理由及演进规划，展现全局技术视野
- 请分享一个你主导的Agent平台或ChatBI项目，你是如何设计架构并解决核心痛点的？
- 在Doris或Presto中，你遇到过最复杂的查询性能问题是什么？你是如何定位并解决的？
- 你如何理解MCP协议？在Agent开发中，你是如何设计Skills和Tools的？
- 在使用AI编程工具（如Claude Code）进行端到端研发时，你总结出了哪些提效经验或最佳实践？
- 提前体验并了解主流的Agent开发框架和MCP协议，准备1-2个自己使用AI工具提效的真实案例
- 复习大数据OLAP引擎的底层原理（如存储格式、执行计划、分布式计算机制），准备应对深度的技术拷问
职位点评
薪资福利75
成长发展90
工作生活50
使命价值70
薪资福利
75中等
顺丰作为上市巨头，薪资福利体系完善，结合深圳地区AI与数据开发的市场行情，整体薪酬具备较强竞争力。
薪资信号面议 (2.5千–4.5万/月)
成长发展
90较高
岗位核心聚焦于大模型Agent平台建设与系统智能化，技术栈非常前沿，能极大提升个人在AI工程化领域的竞争力。
技术前沿前沿/新兴技术
技术栈ChatBI、Agent、大模型、Python、Node.js、Java、Spring Boot、Doris、Presto、MCP协议、OLAP
业务类型cost_center
工作生活
50较低
JD中未提及任何关于工作时长、弹性办公或WLB的信息，无法判断具体工作强度，但核心研发岗位通常面临一定的交付压力。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
依托顺丰庞大的物流与供应链网络，通过AI技术提升内部系统效率和数据消费体验，对物流行业的智能化升级有积极的推动作用。
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