蚂蚁集团-AI数据技术工程师-芝麻企业信用

优缺点分析

角色解读

• 技术方向：从数据工程师向AI数据架构师发展，深入大模型数据治理与基础设施
• 业务方向：可转向AI产品技术专家，理解算法与数据全链路，成为团队技术核心
• 管理方向：积累经验后可带领数据工程团队，负责核心AI数据平台
• 负责搭建和维护面向机器学习与大模型推理的数据处理流程，涵盖ETL/ELT，确保数据高效流转
• 设计高质量的训练推理数据体系，支持LLM、RAG、推荐系统、搜索、智能Agent等AI应用场景
• 处理和管理结构化、非结构化及多模态数据（如文本、图片、音频），并建设数据质量监控、数据血缘与安全体系
• 与算法工程师协作优化模型推理的数据效率，并支持向量数据库、知识库、Embedding等AI基础设施建设
• 扎实的编程能力，精通Python或Java，具备良好的工程编码习惯
• 熟悉SQL与常见数据库设计与优化，掌握ETL/ELT流程
• 理解机器学习与大模型的数据需求，了解Embedding、向量检索、RAG等AI数据架构
• 了解分布式计算框架（如Spark、Flink）和向量数据库，具备大规模数据处理经验

申请策略

• 关注蚂蚁集团企业信用部门的技术方向，在简历中体现对金融场景数据安全的思考
• 提前了解芝麻企业信用业务，准备与场景相关的技术问题
• 突出数据工程相关项目经验，尤其是涉及ETL/ELT、大数据处理的实践
• 强调对机器学习或大模型数据准备的理解，如有相关项目或论文更佳
• 展示熟练掌握的编程语言（Python/Java）和数据库技能，可附上GitHub或技术博客
• 提及使用过向量数据库、RAG或Embedding等AI组件的经验
• 系统学习Spark、Flink等分布式计算框架，并动手实践
• 了解主流的向量数据库（如Milvus、FAISS）和RAG架构，动手实现一个小型RAG系统

面试指南

• 针对项目经验问题，采用STAR法则：情境-任务-行动-结果，突出个人贡献和技术难点
• 针对技术概念问题，先给出定义，再举例说明，最后联系实际应用场景
• 针对系统设计问题，从需求出发，分析权衡，给出可落地方案
• 请介绍一下你做过的一个数据ETL项目，如何确保数据质量？
• 在构建大模型训练数据集时，你会考虑哪些关键因素？
• 解释一下RAG架构中向量检索和Embedding的作用
• 当处理海量数据时，如何优化分布式计算任务的性能？
• 如何设计数据权限体系来保障数据安全？