Ant Group logo
蚂蚁集团
蚂蚁集团-本体建模工程师-杭州

蚂蚁集团-本体建模工程师-杭州

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 2.5–4.5万 · 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
Agent开发
Langgraph
Maxcompute
Paimon
Sql
本体建模
知识图谱
领域驱动设计

值不值得投

76综合评分

综合评分 76

前沿AI技术栈、大厂平台、高成长潜力,但需做好应对高强度工作的心理准备

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

3.5万

与数据工程中位数基本持平

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 770 个在招 · 其中数据工程 10 个

市场机会

选择面较广

杭州 · 数据工程 · 约 120 个在招

职位详情

关于这个职位

负责构建面向业务场景的新一代数据智能框架,以“业务本体”为核心打通数据、算法与智能体应用

通过设计语义层与行为层模型,将复杂业务问题转化为可复用的数据产品和本体资产,并推动其在支付、风控等金融场景中的落地与价值验证

最低要求

本科及以上学历,计算机、数学、金融工程等相关专业,3年以上数据建模、知识图谱或本体建模经验(优秀者可放宽)

熟悉数据建模、数仓及批流处理,熟练使用SQL
具备MaxCompute、Paimon或同类型大数据平台/湖仓技术经验,理解大规模数据处理与数据服务开发体系
具备Python/Java等至少一种语言的工程能力
理解业务本体的语义层与行为层设计,能将业务概念抽象为可操作的对象模型
熟悉知识图谱、语义建模、领域驱动设计等方法论,具备良好的业务抽象与跨团队沟通能力
具备主流Agent开发框架(如LangGraph、DSH、OpenHands等)落地经验,能将Agent能力接入本体服务与业务场景
具备结构化拆解及高不确定性环境下的推进能力

工作职责

本体模型与知识体系建设:设计业务本体的语义层与行为层(对象、关系、规则、动作),建立物理数据与业务语义之间的映射,支撑分析、算法与智能体应用

本体能力与业务闭环融合:将业务优化需求转化为可执行的本体规则、动作与约束
面向Agent Loop架构,连接本体服务、决策执行、效果评估与反馈机制,协同业务、治理、算法团队构建可持续迭代的业务闭环
工程落地与场景交付:建设可复用的场景本体资产与数据产品,设计“业务数据→本体资产→数据产品”的加工与发布链路
推动数据工程、版本管理、测试与发布机制建设,参与关键方案与原型验证,完成场景落地与价值验证

优先资格

具有支付、信贷等金融领域风控建模经验,熟悉实时或异步决策链路(如分析引擎、特征计算、决策系统等)

AI 洞察

优缺点分析

优点

  • 处于数据智能与AI Agent的前沿交叉领域,技术栈极具前瞻性
  • 平台资源丰富,有利于积累高端技术履历
  • 需要同时懂业务抽象、数据工程和AI算法,对综合能力要求极高
  • 业务本体建模属于较新的概念,缺乏成熟的标准范式,需要较强的自主探索和定义能力
  • 跨团队协作复杂,沟通成本高
  • 适合拥有扎实数据工程基础,同时对AI Agent和业务建模有浓厚兴趣,喜欢解决复杂非结构化问题的资深技术人员

缺点 / 挑战

  • 依托蚂蚁集团强大的数据底座和金融场景,能接触到海量真实数据和复杂业务挑战

角色解读

  • 可向首席数据架构师、AI技术专家方向发展,深入探索数据智能与业务融合的边界
  • 也可转型为技术管理岗位,带领团队构建更庞大的数据智能基础设施
  • 负责设计业务本体的语义层和行层,建立数据与业务逻辑的映射关系
  • 利用知识图谱和Agent技术,构建可复用的数据产品和自动化决策闭环
  • 在支付、风控等具体场景中落地技术方案,验证业务价值
  • 掌握本体建模、知识图谱构建及领域驱动设计方法论
  • 精通大数据处理技术(如MaxCompute/Paimon)及SQL/Python编程
  • 熟悉LangGraph等Agent开发框架,具备将AI能力融入业务系统的能力

申请策略

  • 准备一个完整的案例,说明如何将模糊的业务需求转化为结构化的本体模型,并通过Agent实现自动化
  • 展现你对“业务-数据-AI”融合架构的深度思考
  • 重点突出本体建模或知识图谱在项目中的实际应用案例,展示从业务抽象到技术落地的完整闭环
  • 强调在大数据平台(如MaxCompute)上的性能优化经验
  • 列举使用Agent框架解决实际业务问题的成果
  • 深入研究LangGraph、AutoGen等主流Agent框架的原理与实践
  • 补充学习领域驱动设计(DDD)在数据建模中的应用
  • 了解金融风控领域的实时决策链路和特征工程最佳实践

面试指南

  • 采用STAR法则(情境、任务、行动、结果)描述项目经历
  • 重点阐述业务抽象的思维过程,以及如何平衡模型的通用性与特定场景的需求
  • 对于技术问题,展示底层原理理解和工程落地能力的结合
  • 请举例说明你是如何进行业务本体建模的?如何定义对象、关系和规则?
  • 在构建知识图谱时,如何处理数据的不一致性和噪声?
  • 结合LangGraph等框架,谈谈如何实现Agent的循环决策与反馈机制?
  • 面对大规模数据,如何优化本体查询和推理的性能?
  • 复习知识图谱构建流程、本体建模方法论(如OWL、RDF)

职位点评

薪资福利85
成长发展92
工作生活40
使命价值75

薪资福利

85较高

作为头部互联网巨头,提供具有竞争力的薪资包和完善的福利体系,虽JD未详述但行业惯例如此。

薪资信号未披露(AI估算:2.5千–4.5万/月)

成长发展

92较高

岗位涉及本体建模、Agent等前沿技术,处于行业创新高地,技术成长空间巨大。

技术前沿前沿/新兴技术
技术栈本体建模、知识图谱、Agent、LangGraph、MaxCompute、Paimon、领域驱动设计
业务类型profit_center

工作生活

40较低

互联网大厂核心研发岗,通常工作节奏较快,JD未提及弹性工作制或WLB相关福利。

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

75中等

致力于构建新一代数据智能框架,提升金融业务的智能化水平,具有较高的行业影响力。

行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新(行业首创)
Watch Jobs