Ant Group logo
蚂蚁集团
蚂蚁集团-AI数据引擎-高级开发工程师-杭州

蚂蚁集团-AI数据引擎-高级开发工程师-杭州

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 3.5–6.5万 · AI 参考估算
中级经验
本科
全职员工仅现场办公数据工程
数据工程
Go
Paimon
Sql
任务调度
分布式系统
大规模数据处理

值不值得投

76综合评分

综合评分 76

AI数据基础设施核心研发岗,技术前沿且成长性强,WLB信息未披露

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 740 个在招 · 其中数据工程 11 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

该岗位聚焦蚂蚁集团AI数据引擎方向,负责AI数据处理平台、大规模数据加工链路、多模态数据湖与训练数据链路建设

你将参与分布式数据平台核心模块研发,围绕稳定性、性能、成本和数据治理持续优化AI数据基础设施

最低要求

计算机、软件工程等相关专业本科及以上学历,3年以上工作经验,具备扎实的计算机基础,有后端系统、数据平台或分布式系统研发经验

熟练掌握Java、Python、C++、Go中的至少一门编程语言,具备良好的工程习惯,能够独立完成模块设计、开发、测试与问题排查
具备SQL使用与数据分析能力
理解分布式系统的基本原理,能够围绕一致性、容错、扩展性、并发与性能进行合理设计,熟悉缓存、消息队列、对象存储等常见基础组件
在以下至少一个方向具备实际项目经验,并愿意向相邻领域拓展:大规模数据处理与任务调度、流批计算、数据湖与存储、元数据与血缘治理,或AI数据工程及Agent应用研发
能基于监控、日志、链路追踪和实验分析定位复杂问题,具备性能优化或稳定性建设经验
关注方案在真实业务中的效果,能够说明技术取舍与收益
对大模型与AI数据基础设施有持续学习和实践意愿,愿意在研发工作中使用AI工具,能够审查、验证AI产出,并对最终交付质量负责
具备清晰的逻辑表达和跨团队沟通能力,有责任心、主动性与协作意识,愿意深入业务和技术细节,持续推动问题解决

工作职责

AI数据处理平台与稳定性建设: 参与Altum平台架构设计与核心模块研发,完善任务编排、算子接入与执行管理

通过样本级重试、端到端可观测、SLA保障、熔断保护和智能运维诊断,提高复杂数据加工链路的可靠性与故障恢复能力
大规模数据加工性能优化: 面向AI数据处理中的计算、存储与调度瓶颈,建设异构算力融合调度能力,优化算子执行、数据读写及资源利用率
推进全局去重、增量同步、样本重试等场景的增量计算,以性能、成本和稳定性指标验证优化效果
多模态数据湖与训练数据链路: 参与Paimon / rlake相关平台能力建设,完善多模态数据存储、湖流一体研发与运维能力,优化采集、加工、上云、训练消费的全链路体验与IO效率,推动实际业务迁移和落地
AI原生研发与Agentic数据处理: 建设端到端场景化研发能力,丰富节点与算子,探索人机协同和Agent驱动的数据处理方式
将AI能力用于研发、诊断与交付过程,通过可验证的质量和效率指标持续迭代
AI数据血缘与资产管治: 参与Holo元数据、数据资产标识和样本集血缘体系建设,提升关键链路的血缘覆盖率与准确率
建设资产发现、数据消费和分析洞察能力,帮助业务看清模型版本、专项维度的资源投入与效果产出,提升跨业务复用效率

优先资格

加分项:

● 有Ray、Spark等计算框架,或Paimon等数据湖技术的大规模实践、性能优化或源码研发经验
● 有CPU / GPU异构资源调度、分布式任务编排、增量计算、全局去重或样本级容错等相关经验
● 有文本、图像、音频、视频等多模态训练数据的采集、清洗、加工、存储或消费链路建设经验
● 有元数据管理、数据血缘、资产标识、数据发现、成本分析或跨团队数据复用平台建设经验
● 有Agent、LLM应用、AI Coding或智能运维的落地实践,能展示实际效果及质量评估方法
● 有开源贡献、技术文章、论文、专利或高质量技术分享,能够体现持续钻研和解决复杂问题的能力

AI 洞察

优缺点分析

优点

  • 岗位处在AI数据基础设施方向,涉及大模型训练数据、多模态数据湖、Agentic数据处理等前沿场景,技术成长空间较大
  • 工作内容覆盖平台架构、性能优化、稳定性、数据治理和AI原生研发,能够积累较完整的复杂系统建设经验
  • 岗位强调真实业务效果和质量指标,适合希望用技术产出直接影响业务效率和平台能力的工程师
  • 技术栈跨度较大,既要懂分布式系统和数据平台,也要理解AI数据链路、大模型应用和Agent研发,学习曲线较陡
  • 适合有后端、数据平台或分布式系统经验,希望向AI数据基础设施、多模态数据湖和智能研发方向升级的工程师

缺点 / 挑战

  • JD中明确提到Ray、Spark、Paimon、CPU/GPU异构调度、增量计算、数据血缘等方向,技术栈丰富且工程挑战度高
  • 复杂数据加工链路涉及稳定性、性能、成本和多团队协同,问题定位和技术取舍难度较高
  • JD强调深入业务和技术细节、持续推动问题解决,对主动性、沟通能力和责任心要求较高

角色解读

  • 短期可在AI数据平台、分布式调度、数据湖和稳定性治理方向形成深度专业能力
  • 中期可成长为AI数据基础设施专家,负责更复杂的数据链路架构、异构算力调度和多模态训练数据体系
  • 长期可向技术专家、架构师或平台技术负责人方向发展,也可以扩展到AI研发工具链、智能运维和数据资产治理体系
  • 参与AI数据处理平台Altum的架构设计和核心模块研发,包括任务编排、算子接入、执行管理、重试、熔断和可观测能力建设
  • 围绕大规模数据加工链路做性能和稳定性优化,解决计算、存储、调度、资源利用率和成本问题
  • 建设多模态数据湖、训练数据链路、元数据血缘和数据资产治理能力,支撑AI训练数据的采集、加工、上云和消费
  • 探索AI原生研发和Agentic数据处理,将大模型、AI Coding、智能诊断等能力引入研发与运维流程
  • 需要扎实的计算机基础,至少熟练掌握Java、Python、C++、Go中的一门语言,并能独立完成模块设计、开发、测试和排障
  • 需要理解分布式系统的一致性、容错、扩展性、并发和性能设计,并熟悉缓存、消息队列、对象存储等基础组件
  • 需要具备大规模数据处理、任务调度、流批计算、数据湖、元数据或AI数据工程中的至少一类实战经验
  • 需要能通过监控、日志、链路追踪和实验分析定位复杂问题,并具备性能优化、稳定性建设和技术取舍说明能力

申请策略

  • 面试前应了解Altum、Paimon、rlake、Holo等平台方向背后的共性问题,重点准备复杂链路稳定性、性能优化和数据治理案例
  • 申请时建议明确表达愿意向AI数据基础设施和Agentic数据处理相邻领域拓展,匹配JD中对跨领域学习和协作的期待
  • 重点突出参与过的大规模数据处理、任务调度、流批计算、数据湖或元数据治理项目,写清楚系统规模、职责边界和最终收益
  • 强化分布式系统能力描述,例如一致性、容错、扩展性、并发控制、缓存、消息队列、对象存储等实际落地经验
  • 突出性能优化和稳定性建设成果,如吞吐提升、延迟下降、成本降低、故障恢复时间缩短、SLA改善等可量化结果
  • 如果有Ray、Spark、Paimon、CPU/GPU调度、Agent、LLM应用、AI Coding或智能运维经验,应单独列为亮点项目
  • 可重点补齐数据湖和流批一体技术,如Paimon、Spark、Flink、Ray,以及数据读写、增量计算和全局去重等核心机制
  • 可加强对AI数据工程的理解,包括多模态数据采集清洗、训练数据消费链路、样本级容错、数据血缘和质量评估

面试指南

  • 复杂项目类问题采用“背景-规模-职责-方案-结果-复盘”结构,重点说明系统规模、技术取舍和可量化收益
  • 系统设计类问题从可用性、扩展性、一致性、性能、成本、可观测性和故障恢复几个维度展开,并结合具体组件说明落地方式
  • AI与数据工程结合类问题先说明业务目标,再讲数据链路、质量评估、人工审查和最终交付责任,避免只谈工具使用
  • 请介绍一个你参与过的大规模数据处理或任务调度系统,你的核心职责是什么?
  • 如何设计一个支持样本级重试、端到端可观测和SLA保障的数据加工链路?
  • 面对数据读写、算子执行或资源利用率瓶颈时,你如何定位问题并做性能优化?
  • 你如何理解数据湖、湖流一体、元数据和数据血缘在AI训练数据链路中的价值?
  • 你是否有使用AI工具、Agent或LLM辅助研发的经历?如何验证产出质量和控制风险?

职位点评

薪资福利78
成长发展90
工作生活55
使命价值76

薪资福利

78中等

JD未披露薪资和福利信息,因此无法直接判断薪酬竞争力;从岗位要求看,技术门槛较高,通常对中高级工程师具备一定吸引力。

薪资信号未披露(AI估算:3.5千–6.5万/月)

成长发展

90较高

岗位覆盖AI数据处理平台、多模态数据湖、Agentic数据处理、数据血缘和智能运维等方向,技术成长空间非常明确。JD还列出多项加分方向,适合持续深耕复杂系统与AI基础设施的工程师。

技术前沿前沿/新兴技术
技术栈AI数据处理平台、Altum、Paimon、rlake、Ray、Spark、CPU/GPU异构资源调度、增量计算、多模态训练数据、Agent、LLM、AI Coding、智能运维、Holo、数据血缘
业务类型ambiguous

工作生活

55较低

JD仅明确地点为杭州,未提及远程、弹性办公、双休或加班信息,因此生活化动机只能基于有限信息判断。岗位强调深入业务和技术细节、持续推动问题解决,可能带来较高责任压力。

工作模式未明确
办公地点未明确
加班情况未提及(无法判断)

使命价值

76中等

岗位服务于AI数据基础设施和训练数据链路建设,对提升AI研发效率、数据资产复用和平台稳定性具有较强技术价值。JD未直接描述社会使命或公共价值,意义感主要来自技术前沿性和业务落地效果。

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
Watch Jobs