蚂蚁集团
OceanBase-AI数据平台高级研发工程师-OceanBase
OceanBase-AI数据平台高级研发工程师-OceanBase
发布于 大约 15 小时前普通员工/个人贡献者
北京市 / 杭州市
高级经验
全职员工
仅现场办公
不限
数据工程
Llm
Nl2Sql
Paimon
AI 估算 · 30k–50k
高级数据平台工程师，大厂薪资优厚，技术门槛高，综合竞争力强
职位详情
关于这个职位
该职位负责设计开发AI驱动的智能数据平台，涵盖数据集成、计算引擎、元数据管理、NL2SQL等核心功能，并探索大模型与数据工程的结合
适合有3年以上数据平台研发经验、精通Spark/Flink等引擎、对AI原生技术有热情的高级工程师
工作地点北京或杭州
最低要求
必备条件
○ 3年以上数据平台或大数据基础设施研发经验，至少完整参与过一个企业级数据平台项目
○ 精通以下至少一个领域：
■ 数据计算引擎：Spark/Flink/Ray 等
■ 云数据仓库架构：存储计算分离、动态资源分配
■ 数据治理工具：元数据管理、数据质量监控、权限控制
○ 熟悉AI工程化技术栈（如MLflow/Kubeflow、特征存储、模型服务化）
○ 熟练使用Python/Java至少一门语言，具备高并发、分布式系统开发经验
软性要求
○ 对数据驱动和AI原生有强烈技术热情，能快速理解业务场景并抽象技术需求
○ 具备跨团队协作能力，可带领2-3人小组完成关键技术攻坚
工作职责
设计与开发智能数据平台核心模块
○ 参与构建新一代AI驱动的数据平台，覆盖数据集成、计算引擎、元数据管理、自动化ETL、智能查询优化等核心功能
○ 负责数据治理、多模态数据处理（结构化/非结构化）、分布式任务调度等模块的研发
AI与数据平台的深度集成
○ 研发AI增强型数据工程能力（如自动数据标注、智能数据血缘分析、NL2SQL自然语言查询）
○ 探索大模型（LLM）与数据平台的结合场景（如自动生成数据管道代码、异常检测与根因分析）
性能优化与云原生架构
○ 优化大规模数据计算性能，降低资源成本
○ 设计基于Kubernetes的弹性伸缩架构，支持混合云/多云环境部署
技术前瞻性探索
○ 跟踪Snowflake、BigQuery、Databricks等平台技术演进，输出技术方案预研报告
○ 主导开源技术（如Apache Iceberg、Paimon）在平台中的集成与二次开发
优先资格
优先条件
○ 主导过成熟数据平台产品的研发项目和核心模块
○ 有AutoML、强化学习在数据优化中的应用经验（如索引自动推荐、查询计划调优）
○ 熟悉LLM应用开发框架（LangChain、LlamaIndex等），或参与过AI Agent类项目
○ 主导过开源项目（如Apache项目贡献者）或在顶会（SIGMOD/VLDB/KDD/ICDE等）发表论文
AI 洞察
优缺点分析
优点
- 涉及AI与数据平台前沿结合，技能成长空间大
- 有机会参与开源项目和顶会论文，提升个人影响力
- 薪资待遇优厚
- 技术栈要求全面，需要同时熟悉数据平台和AI工程，学习门槛高
- 大厂工作强度可能较大，需要适应快速迭代
- 数据平台领域竞争激烈，需要持续关注技术演进
缺点 / 挑战
- 蚂蚁集团平台大，资源丰富，技术挑战高
- 适合有数据基础设施研发经验，对AI驱动数据平台有强烈兴趣，愿意接受挑战的资深工程师
角色解读
- 成为数据平台/AI基础设施领域的专家
- 可向技术负责人或架构师方向发展
- 有机会参与开源项目，提升行业影响力
- 参与设计开发AI驱动的数据平台核心模块，包括数据集成、计算引擎、元数据管理等
- 研发AI增强功能，如NL2SQL、自动数据标注、智能血缘分析，并集成大模型能力
- 优化大规模数据计算性能，设计基于Kubernetes的弹性伸缩架构
- 跟踪前沿技术，主导开源技术集成与二次开发
- 精通至少一个数据计算引擎（Spark/Flink/Ray）或云数仓架构
- 熟悉AI工程化技术栈（MLflow/Kubeflow）和LLM应用开发框架
- 熟练使用Python/Java，具备高并发分布式系统开发经验
- 了解数据治理、元数据管理和数据质量监控
申请策略
- 了解蚂蚁集团OceanBase团队的业务方向，准备相关技术方案
- 在面试中展示对AI+数据平台融合的理解和创新思维
- 突出数据平台项目经验，特别是完整参与过企业级项目
- 强调在计算引擎、数据治理或云数仓方面的深度
- 展示AI工程或LLM应用相关经验
- 如果有开源贡献或顶会论文，一定要列出
- 补充学习LLM应用开发框架（LangChain/LlamaIndex）
- 了解数据平台前沿技术如Apache Iceberg、Paimon
面试指南
- 在回答项目经验时，采用STAR法则，强调你个人贡献和结果
- 对于技术问题，先给出原理，再结合具体场景说应用
- 对于AI+数据结合的问题，可以给出一个假设场景并推导方案
- 介绍你参与过的一个企业级数据平台架构，当时的设计难点和解决方案是什么？
- 你如何理解AI增强的数据工程？可以举例说明NL2SQL或自动数据标注的实现思路？
- 在数据平台中，如何优化大规模数据计算的性能？你有哪些实践经验？
- 你对Kubernetes在数据平台中的应用怎么看？如何设计弹性伸缩架构？
- 你是否有使用过LLM应用开发框架？请谈谈如何将大模型集成到数据管道中？
职位点评
73
综合评分
大厂AI数据平台高级研发，技术前沿，薪资优厚，但WLB未明确。
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。
更适合这类人
适合追求技术成长和前沿挑战的研发工程师。
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65
薪资福利
75中等
职位薪资水平较高，大厂福利待遇优厚，但具体福利未在JD中明确。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
90较高
职位涉及AI与数据平台前沿技术，技能成长空间大，同时有开源项目和技术研究机会。
技术前沿前沿/新兴技术
技术栈Spark、Flink、Ray、Kubernetes、Python、Java、MLflow、Kubeflow、LLM、NL2SQL、Apache Iceberg、Paimon
业务类型ambiguous
工作生活
50较低
工作地点为一线城市，具体工作强度未在JD中说明，可能存在一定加班。
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
65中等
AI数据平台是未来趋势，但岗位直接社会价值不显著，更多是技术驱动。
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
蚂蚁集团 的其他在招职位
相似职位推荐
Watch Jobs