高德地图
高德-AI 数据工程师-BI
高德-AI 数据工程师-BI
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公数据工程
数据工程
Agent开发
Nl2Sql
Rag
Sql
数据治理
语义层
值不值得投
80综合评分
综合评分 80
前沿AI数据工程岗，技术成长空间大，业务赋能导向明确，工作节奏需做好心理准备
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
4.0万
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 250 个在招 · 其中数据工程 2 个
市场机会
选择面较广
北京 · 数据工程 · 约 160 个在招
职位详情
关于这个职位
该职位主要负责AI数据Agent的架构设计与全链路开发，涵盖意图理解、NL2SQL生成及安全沙箱搭建
需构建企业级元数据知识库与语义层，优化数据治理与指标管理
结合大模型技术推动BI智能化落地，平衡技术可行性与业务需求，助力企业数据资产高效利用
最低要求
计算机、软件工程、人工智能、数据科学等相关专业，本科及以上，3年以上数据工程或AI工程经验
扎实的编程能力，熟练掌握Python、SQL，熟悉Java/Scala/C++至少一种后端语言
熟悉大数据技术栈（Spark、Flink、Hive、Hadoop、Kafka等），具备分布式数据处理与ETL/ELT管道建设经验
深入理解NL2SQL/Text-to-SQL技术，有LangChain、LlamaIndex、RAG、向量数据库、Agent框架（如AutoGen、CrewAI等）实战经验
熟悉元数据管理、数据血缘、数据字典、指标体系与语义层建设，有数据治理经验者优先
良好的业务理解与沟通能力，能将模糊的业务问题转化为清晰的数据需求与技术方案
对AI产品落地有热情，关注用户体验与效果可解释性，愿意在"技术可行性"与"业务可用性"之间做平衡
工作职责
负责找数/取数Agent的架构设计与落地开发，覆盖意图理解、元数据检索、Schema探查、NL2SQL/DSL生成、安全校验、执行自修复、结果反馈等全链路
建设元数据知识库，整合表结构、字段注释、数据血缘、指标口径、历史优质SQL、业务文档，支撑精准找表与字段映射
设计并实现语义层/指标层，将业务口径抽象为可复用的中间查询语言，降低复杂数仓下的SQL幻觉与口径歧义
搭建安全的查询执行沙箱，实现权限绑定、只读访问、行数/超时限制、敏感字段脱敏、审计日志与人工确认机制
优先资格
有企业级Text-to-SQL、智能问数、BI Copilot、数据Agent产品落地经验
熟悉大模型微调、Prompt工程、Agent评测与效果优化
有复杂数仓（星型/雪花模型、多层ODS/DWD/DWS/ADS）下的找表与SQL生成经验
AI 洞察
优缺点分析
优点
- 聚焦前沿的NL2SQL与Agent技术，技术栈极具前瞻性
- 依托头部地图与出行平台的海量真实业务场景，数据价值高
- 接触企业级数据治理与AI工程化全流程，履历含金量强
- 需同时兼顾算法原理与工程落地，技术广度与深度要求极高
- 业务口径复杂且多变，需持续迭代语义层以降低模型幻觉
- 跨部门沟通成本高，需频繁对齐模糊的业务需求
缺点 / 挑战
- 适合具备扎实大数据底座能力，同时对大模型应用落地有强烈兴趣，喜欢挑战复杂系统架构的技术型人才
角色解读
- 可向AI基础设施架构师或高级数据科学家方向发展
- 积累大模型应用落地经验后，可转型为AI产品经理或技术负责人
- 深耕数据治理领域，成为企业级数据平台专家
- 负责AI数据Agent的核心架构设计与代码开发，打通从自然语言到SQL执行的完整链路
- 构建并维护企业级元数据知识库与语义层，解决数据查找与指标计算难题
- 搭建安全查询沙箱，保障数据访问的合规性与系统稳定性
- 精通Python与SQL，掌握Spark/Flink等大数据处理框架
- 深入理解NL2SQL/RAG技术，熟练使用LangChain等Agent开发框架
- 具备数据治理经验，熟悉元数据管理与指标体系建设
申请策略
- 提前研究目标公司的数据中台现状与业务痛点，准备针对性的技术解决方案
- 面试时重点展示技术选型逻辑与权衡思考，而非单纯罗列技术栈
- 突出NL2SQL或Text-to-SQL相关项目，详细说明架构设计、准确率优化及性能指标
- 展示大数据管道（ETL/ELT）建设与分布式计算调优经验
- 强调Agent框架实战成果，提供可量化的业务提效数据
- 深入学习向量数据库原理与RAG检索增强策略，掌握Prompt工程最佳实践
- 补充数据治理与指标体系设计方法论，了解主流数据仓库分层架构
- 提升系统安全设计能力，熟悉权限控制与数据脱敏方案
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化回答项目经历
- 针对技术问题，先阐述背景约束，再对比备选方案，最后给出决策依据与量化结果
- 涉及架构设计时，配合流程图说明数据流向与模块交互
- 请详细介绍你过往项目中NL2SQL的架构设计与核心难点突破
- 如何评估和优化Agent的响应准确率与执行成功率？
- 面对复杂数仓的多层模型，语义层是如何抽象和映射的？
- 如何设计查询沙箱以平衡数据安全与查询灵活性？
- 复习大模型微调基础与RAG检索机制，准备1-2个完整的Agent落地案例复盘
职位点评
薪资福利80
成长发展92
工作生活65
使命价值78
薪资福利
80较高
薪资水平对标行业市场中上，结合岗位层级定位，整体薪酬竞争力较强。
薪资信号未披露（AI估算：3.0千–5.0万/月）
成长发展
92较高
岗位深度融合大模型与数据工程前沿技术，提供丰富的技术探索空间与清晰的成长路径。
技术前沿前沿/新兴技术
技术栈NL2SQL、LangChain、RAG、向量数据库、Agent框架、Spark、Flink、Python、SQL
业务类型ambiguous
工作生活
65中等
技术攻坚期可能面临一定的工作强度，但头部企业通常提供相对规范的作息与通勤支持。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
78中等
致力于通过AI技术降低数据使用门槛，提升企业数据资产利用率，具有明确的业务赋能价值。
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
高德地图 的其他在招职位
相似职位推荐
Watch Jobs