顺丰速运
大数据挖掘与分析高级工程师（AI数据&架构方向）
大数据挖掘与分析高级工程师（AI数据&架构方向）
发布于 大约 15 小时前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
本科
数据分析与科学
RAG
数据治理
ES
数据中台
Fine-tuning
维度建模
Nl2Sql
AI 估算 · 30k–50k
深圳高级大数据岗位，顺丰上市企业，薪资竞争力强，月薪3-5万合理。
职位详情
关于这个职位
顺丰速运正在招聘大数据挖掘与分析高级工程师，主要负责企业数据中台建设、传统大数据开发以及AI数据专项工作
你将参与搭建高可扩展的数据架构，推动数据资产沉淀，并支撑AI智能体应用落地
适合有5年以上大数据经验、熟悉数据仓库和AI技术的专业人士
最低要求
计算机科学、统计学、数据科学或相关专业，全日制本科及以上学历
5年以上上市公司数据中台工作经验
精通数据仓库建模方法论（维度建模、Data Vault等）及数据中台架构设计
精通SQL及性能调优，深入掌握Hive、Spark等离线计算引擎，熟悉Kafka、Flink、ES、HBase、Doris等实时与OLAP组件，具备PB级数据链路设计与调优经验
熟悉大模型生态与Agent前沿架构（如LangChain/LangGraph、RAG、Function Calling、Multi-Agent等），具备NL2SQL、自动化数据洞察、智能报告生成等项目的主导落地经验
有较强的Prompt Engineering及模型微调（Fine-tuning）实践经验
对物流及供应链业务有深刻理解，尤其熟悉人资、财务、资产管理等领域的数据特征与业务逻辑
积极自驱，思维前瞻，具备出色的跨团队沟通协调与项目推动能力
工作职责
（一）大数据架构与数据中台建设：1. 负责企业数据架构整体规划与标准制定
主导数据中台搭建、迭代与日常运维
基于中台架构梳理企业全域数据资产
持续迭代优化数据中台与整体数据架构
（二）传统大数据开发工作：1. 负责业务数据仓库建设与迭代
搭建并维护企业数据指标体系
推进常态化数据治理工作
（三）AI数据专项开发工作：1. 基于本体论方法论，搭建企业标准化业务知识本体体系
主导数据语义层架构搭建与迭代
聚焦AI智能体全链路数据开发
优先资格
有人财物（人资、财务、物资采购）领域数据项目经验者优先
有主导过从0到1的数据智能产品或中台建设项目，能系统性总结技术方法论并输出行业影响力成果者优先
AI 洞察
优缺点分析
优点
- 岗位覆盖传统大数据与前沿AI数据，技能树全面，市场稀缺度高
- 公司上市稳定，福利完善，项目资源丰富
- 技术栈要求极广，需要同时掌握离线/实时计算、AI框架，学习成本高
- 数据中台建设往往涉及多方协调，沟通推动难度大
- 适合有5年以上大数据经验、渴望接触AI数据前沿技术、且具备较强业务理解与跨团队协作能力的资深工程师
缺点 / 挑战
- 顺丰作为物流巨头，数据量庞大，挑战与成长空间巨大
- 物流业务复杂，需深入理解多领域业务逻辑，门槛较高
角色解读
- 成为数据架构专家或数据中台负责人，主导企业级数据战略
- 向AI数据科学家或AI架构师转型，结合大模型推动业务智能化
- 内部晋升至技术总监或首席数据官，参与公司数据决策
- 设计并优化企业级大数据架构，包括数据中台、数据仓库和AI数据基础设施
- 主导数据治理、指标体系建设，确保数据质量和一致性
- 负责AI数据专项开发，搭建知识本体体系和语义层，支撑智能体应用
- 与传统大数据开发结合，保障离线/实时数据链路稳定运行
- 精通大数据技术栈：Hive、Spark、Kafka、Flink、Elasticsearch、HBase、Doris等
- 扎实的数据仓库建模理论，如维度建模、Data Vault，具备PB级数据经验
- 熟悉大模型和Agent架构，有NL2SQL、RAG、Prompt Engineering等实战经验
- 深刻理解物流供应链业务，尤其人资、财务、资产管理域
申请策略
- 面试前准备一个完整的数据中台或AI数据项目案例，包括架构图和技术细节
- 了解顺丰数据团队的组织结构，思考自己如何融入并贡献价值
- 突出数据中台从0到1建设经验，尤其是架构设计与落地案例
- 强调AI数据项目经历，如NL2SQL、RAG、智能体数据链路
- 展示PB级数据治理和性能调优成果，用量化数据说明
- 如有物流或人财物领域项目，务必重点描述
- 补充LangChain、RAG、Fine-tuning等AI技术实践，完善大模型知识
- 深入学习数据治理和数据资产管理方法论
面试指南
- 用STAR法则组织项目回答：情境、任务、行动、结果，突出量化产出
- 对于架构设计类问题，从需求分析、分层设计、选型对比、迭代优化等维度展开
- 对于AI相关技术问题，先讲原理，再结合实践经验，最后说明业务价值
- 请介绍你主导的一个数据中台项目，包括架构设计、技术选型、遇到的挑战及解决方案
- 如何设计一个支持AI智能体的数据语义层？请谈谈你的思路
- 你有过NL2SQL的实际落地经验吗？介绍具体实现和效果
- 在PB级数据环境下，你是如何进行性能调优的？举例说明
- 你对物流业务中的人资、财务数据有什么理解？如何通过数据赋能业务？
职位点评
71
综合评分
顺丰高级大数据岗位，技术前沿、成长性强，但工作强度未知，薪资面议但预期可观。
更适合这类人
最看重技术成长和前沿AI数据方向，对加班有一定承受能力，追求薪资和稳定。
表现最好
成长发展
相对薄弱
工作生活
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
薪资面议，但顺丰上市巨头，福利完善，薪酬竞争力强。岗位级别高，薪资预期较高。
薪资信号面议 (30K-50K/月)
成长发展
90较高
岗位涉及大数据架构和AI数据前沿技术，技能成长空间大，有从0到1建设机会，但JD未明确提及晋升通道。
技术前沿前沿/新兴技术
技术栈Hive、Spark、Kafka、Flink、LolangChain、RAG、NL2SQL、Fine-tuning
业务类型ambiguous
工作生活
50较低
深圳现场办公，未提及远程或弹性，且大数据岗位可能存在加班，WLB一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
物流大数据有社会价值，提升供应链效率，但岗位使命感一般，偏向技术实现。
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