波克城市
大数据平台架构师
大数据平台架构师
发布于 6 小时前基层主管/组长
全职员工仅现场办公数据架构
数据架构
Ai Agent
Cdc
Etl
Sql
Starrocks
任务调度
数据平台架构
值不值得投
69综合评分
综合评分 69
高阶数据平台架构岗，技术栈主流且鼓励AI落地，成长性强，WLB信息未明。
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
4.8万
比数据架构中位数高
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 580 个在招
市场机会
选择不多
上海 · 数据架构 · 3 个在招
职位详情
关于这个职位
你将负责波克城市一体化数据平台的架构规划与核心模块研发，覆盖数据接入、ETL、任务调度、数据质量、权限与成本治理
该岗位既需要扎实的Java/Python后端与分布式系统能力，也鼓励推动AI Coding和AI Agent在数据场景落地，并有机会承担技术负责人职责
最低要求
计算机或相关专业本科及以上学历，具备5年及以上后端或数据平台研发经验，参与过生产级数据平台建设，并独立负责过关键模块的设计、开发与上线
精通Java/Python，具备扎实的后端工程能力，熟悉常用服务端框架、并发编程、数据库设计及分布式系统
能够独立完成核心服务和执行框架研发
熟悉数据采集、ETL、CDC、离线及实时处理链路，深入使用过DataX、SeaTunnel、Flink等一种或多种工具或框架，具备集成开发、扩展或故障排查经验
熟悉任务调度与分布式执行机制，能够处理任务依赖、幂等、重试、超时、并发控制、故障恢复及状态一致性等工程问题
熟练掌握SQL，熟悉MySQL、Kafka，以及StarRocks、ClickHouse、AnalyticDB等分析引擎中的一种或多种，具备数据同步与查询性能优化经验
理解数据仓库分层、元数据、数据血缘、数据质量及权限管理，能够将数据开发中的共性需求抽象为可复用的平台能力
具备良好的需求分析与方案落地能力，能够拆解复杂问题、明确实施优先级，对交付质量和线上稳定性负责
具备良好的沟通协作和技术推动能力，愿意参与核心编码，并指导团队成员解决复杂技术问题
具备AI Coding或AI Agent开发的实际应用能力：能够将AI编程工具用于需求拆解、代码开发、测试、重构及问题排查，并独立完成代码审查与结果验证
或能够基于大模型API、工具调用、知识检索和工作流编排开发Agent，完成与实际业务系统的集成，具备效果评估、异常处理及权限控制意识
工作职责
负责数据平台架构与建设规划
结合业务需求和现有技术体系，制定平台架构、技术选型及分阶段实施计划，合理平衡功能、稳定性、研发投入和运行成本
主导数据接入与ETL平台研发
建设数据源管理、连接器接入、字段映射、任务配置、全量与增量同步等能力，支持多种数据库、消息队列及分析引擎
建设任务运行与运维体系
实现任务调度、执行器管理、资源组管理、运行状态跟踪、失败重试、补数恢复、日志与告警，提高任务运行的可靠性和问题定位效率
完善平台公共能力
建设项目空间、权限控制、环境隔离、开发发布流程及标准接口，支持不同团队安全、规范地开展数据开发与协作
推进数据质量与可观测性建设
落地完整性、准确性、及时性校验，以及元数据、血缘和影响分析能力，形成问题发现、定位、处理与恢复的闭环
推动性能优化和资源成本治理
建立任务、查询和存储的用量统计，支持按人员、项目、团队追踪资源消耗，为性能调优、容量规划和成本分摊提供依据
承担技术带领职责
参与核心代码开发、技术方案评审与代码评审，制定研发规范，指导团队成员，与产品、数仓、运维及业务团队协作，推动项目按计划交付
推动AI在平台研发与数据场景中的落地
将AI Coding融入开发、测试与代码评审流程，沉淀团队可复用的实践
结合实际需求推进SQL辅助开发、元数据检索、任务诊断等AI Agent能力建设，并持续评估准确性、稳定性、使用成本和效率收益
AI 洞察
优缺点分析
优点
- 平台覆盖数据接入、调度、质量、权限、成本治理等完整链路，技术面广，架构设计空间大
- JD明确鼓励AI Coding和AI Agent落地，有利于积累智能化数据平台的实践经验
- 岗位可参与核心编码、方案评审并指导团队，兼具技术深度和团队带领成长机会
- 面向多项目、多团队建设一体化平台，能积累复杂组织下的平台产品和协作经验
- 平台建设涉及多团队、多系统协调，需求抽象、优先级取舍和推进落地都较复杂
- 既要承担架构规划，又要参与核心编码、评审和带人，对技术广度、深度和推动力要求高
- AI Agent落地需要平衡准确性、稳定性、成本与效率收益，工程化验证难度不低
- 适合有生产级数据平台研发经验、愿意承担架构与技术带领职责，并对AI工程化落地有兴趣的资深后端/数据平台工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 可在数据平台架构方向持续深耕，成长为覆盖接入、调度、治理与成本优化的平台技术专家
- 借助技术负责人职责和跨团队协作，向技术团队负责人、数据平台负责人等管理方向发展
- AI Agent与AI Coding实践可形成差异化能力，向智能化数据基础设施或数据工程效能方向拓展
- 负责一体化数据平台的架构规划、技术选型和分阶段落地，平衡功能、稳定性、研发投入与运行成本
- 主导数据接入、ETL、任务调度、权限、数据质量、元数据与血缘等核心模块设计与研发
- 推动性能优化、资源成本治理，并将AI Coding和AI Agent能力引入数据开发、诊断与评审流程
- 参与核心代码、方案评审和研发规范建设，指导团队成员并与产品、数仓、运维及业务团队协作交付
- 扎实的Java/Python后端工程能力，熟悉服务端框架、并发编程、数据库设计和分布式系统
- 熟悉数据采集、ETL、CDC、离线/实时链路，具备DataX、SeaTunnel、Flink等工具的集成、扩展或排障经验
- 掌握任务调度与分布式执行机制，能处理依赖、幂等、重试、超时、并发控制和故障恢复
- 熟练使用SQL，熟悉MySQL、Kafka及至少一种分析引擎，并理解数仓分层、元数据、血缘、质量和权限体系
- 同时具备AI编程或AI Agent落地能力
申请策略
- 建议提前了解波克城市的业务形态和数据平台可能服务的多项目场景，准备与游戏/互联网业务协作相关的问题
- 面试中重点展示架构权衡能力：如何在功能、稳定性、研发投入和运行成本之间做取舍
- 突出你参与过的生产级数据平台项目，说明从方案、原型到上线和生产应用的完整经历
- 量化呈现数据接入、ETL/CDC、任务调度、权限、数据质量、血缘等核心模块的设计与研发成果
- 展示Java/Python分布式系统能力，以及Flink、DataX、SeaTunnel、StarRocks/ClickHouse等工具的实际使用和排障经验
- 补充AI Coding或AI Agent在开发、测试、诊断、评审中的落地案例，以及技术带领和跨团队协作经历
- 可提前梳理实时链路与CDC场景下的幂等、故障恢复、状态一致性方案，准备可讲的工程案例
- 补强AI Agent工程化能力，包括工具调用、知识检索、工作流编排、效果评估和权限控制
面试指南
- 架构题用“业务目标—现状约束—分层设计—关键取舍—落地阶段—衡量指标”的结构回答
- 工程题用STAR或故障复盘框架，说明问题背景、方案选择、实现细节、线上效果和后续优化
- AI落地题按“场景选择—技术方案—效果评估—异常与权限控制—成本收益”闭环展开，避免只讲工具使用
- 如果让你规划一个面向多项目、多团队的一体化数据平台，你会如何做架构设计、技术选型和分阶段落地？
- 数据接入与ETL平台如何支持多种数据库、消息队列和分析引擎，并处理全量与增量同步？
- 任务调度与分布式执行中，如何保证幂等、重试、超时、并发控制、故障恢复和状态一致性？
- 你如何建设数据质量、元数据、血缘和权限体系，并把共性需求抽象成平台能力？
- 你有哪些AI Coding或AI Agent落地经验？如何评估其准确性、稳定性、成本与效率收益？
职位点评
薪资福利65
成长发展88
工作生活55
使命价值60
薪资福利
65中等
JD未披露薪资与福利，补偿性信息有限；岗位层级较高，薪酬与福利需在面试中重点确认。
薪资信号未披露（AI估算：3.5千–6.0万/月）
成长发展
88较高
岗位覆盖数据平台全链路并推动AI Coding/Agent落地，技术深度、项目主导与技术带领空间都较大。
技术前沿主流现代技术
技术栈Java、Python、ETL、CDC、Flink、DataX、SeaTunnel、StarRocks、ClickHouse、SQL、AI Agent
成长机会技术负责人职责、指导团队成员、技术方案评审、代码评审、AI Agent能力建设、沉淀团队可复用的实践
业务类型cost_center
工作生活
55较低
JD未提及办公模式与WLB政策，生活化信息有限；平台建设与跨团队协作强度需在面试中确认。
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
60中等
数据平台主要服务内部业务团队，社会价值中性；AI与平台化建设带来一定技术探索意义。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs