中芯国际
高级AI数据工程与数仓运营专家(J13245)
高级AI数据工程与数仓运营专家(J13245)
发布于 大约 2 个月前普通员工/个人贡献者
全职员工仅现场办公数据架构
数据架构
Ai Agent
Apache Doris
Rag
Starrocks
实时数仓
数据架构
本体建模
湖仓一体
知识图谱
值不值得投
80综合评分
综合评分 80
半导体行业AI数据架构核心岗，技术栈前沿且综合性强，成长天花板高，但WLB预期较低。
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。
薪资怎么样
参考估算薪资
根据职位描述推断，供对比参考
发布情况
长期在招 · 45 天前发布
公司情况
这家公司招聘很活跃
约 530 个在招
市场机会
选择不多
上海 · 数据架构 · 1 个在招
职位详情
关于这个职位
该职位是中芯国际招聘的高级专家，核心职责是构建与运营面向AI的下一代企业级数据架构
你需要主导实时数仓、湖仓一体的架构设计，并负责AI Agent在数据领域的工程化落地，将复杂的数仓能力通过AI工具链赋能业务，推动公司从传统数仓向智能数据平台转型
最低要求
本科以上学历，计算机科学、人工智能、大数据技术、统计学等相关专业
精通实时数仓技术栈：具备大规模实时数仓架构经验，熟练使用 Apache Flink 进行流批一体数据处理与复杂事件计算
精通 Kafka 等消息中间件
精通 Apache Doris 或 StarRocks 等高性能实时MPP分析型数据库，具备极强的大规模数据SQL调优及查询性能优化能力
熟悉湖仓一体架构及组件者优先
具备本体建模与知识工程能力：深刻理解并熟练运用本体建模方法论，具备业务知识图谱构建、语义网设计、RDF/OWL或图数据库（如Neo4j/NebulaGraph）的实战经验，能将复杂业务逻辑转化为机器可读的语义模型
具备行业专家级的AI数据工程经验： 深度参与过大模型（LLM）在企业内的数据类应用落地
熟悉RAG架构，具备文本数据向量化、Prompt工程与语义对齐的实战经验
具备AI Agent数据工具链落地经验： 熟悉LangChain、LlamaIndex等主流Agent开发框架
深刻理解Function Calling机制，有将复杂数据查询、指标计算等动作封装为Agent Tools并成功上线的实战案例
具备卓越的跨界沟通与协调能力，能够作为桥梁无缝对接算法团队、IT开发团队与核心业务部门，推动复杂AI数据项目从概念走向落地
具备多年以上数据仓库建设或数据平台架构经验，有半导体、高端制造或大型工业互联网行业背景者优先
工作职责
构建AI就绪的数据架构与本体建模方法论：主导企业级数仓与AI语义层的顶层设计
引入本体建模方法论，构建标准化业务知识图谱，为AI大模型与Agent提供清晰的业务认知底座
主导实时数仓与湖仓一体演进：规划并落地下一代实时数据架构，基于流批一体技术栈，构建端到端的秒级/毫秒级数据流
保障实时监控、实时预警及AI Agent在线调用场景的高并发与低延迟响应
AI Agent数据工程落地： 全面负责AI Agent在数据领域的工程化落地
设计并开发Agent可调用的数据工具链，将复杂的SQL查询、实时指标计算、归因下钻过程封装为标准化API服务，实现大模型与底层数仓的安全、高效交互
智能数据服务体系规划与治理：制定数据服务的中长期演进路线图，结合本体知识库与RAG技术，推动传统数据平台向“对话式智能数据助手”升级
建立涵盖“传统数据质量”与“AI输出质量”的双轨治理机制
全生命周期管理与业务赋能：建立标准化的数据与AI需求全生命周期管理流程
主动挖掘业务在数据获取与分析中的卡点，利用AI辅助工具将海量数据转化为高价值的业务洞察，驱动业务决策模式转变
AI 洞察
优缺点分析
优点
- 技术栈前沿且综合：职位融合了实时数仓、知识图谱、AI Agent等多个热门领域，技术成长空间极大
- 业务场景硬核：深入半导体制造这一高壁垒行业，技术应用具有极高价值与深度，成就感强
- 平台与影响力：在头部企业担任高级专家，能主导影响公司核心战略的技术架构设计
- 技术复杂度高：需同时精通数据工程、AI工程与知识工程，对学习能力与系统思维要求极高
- 业务理解门槛：需要深入理解复杂的半导体制造流程与业务逻辑，才能做出有效的语义抽象
- 适合拥有5年以上数据架构或AI工程经验，技术栈全面且追求技术深度，对半导体行业或高端制造感兴趣，并享受通过复杂技术方案解决业务难题的资深技术人员
缺点 / 挑战
- 跨部门协调压力：作为“桥梁”角色，需协调算法、IT、业务等多方诉求，对软性沟通能力挑战大
角色解读
- 技术专家路线：持续深耕AI数据基础设施，成为公司内部该领域的绝对权威，参与更前沿的技术规划
- 技术管理路线：凭借深厚的技术背景与项目推动能力，可能转向AI数据平台团队的技术负责人或架构师角色
- 业务赋能路线：更深度地理解半导体制造业务，成为数据驱动业务转型的关键推动者
- 设计并构建企业级AI数据底座，包括数仓架构、语义层与知识图谱
- 主导实时数据流处理与湖仓一体技术栈的选型、落地与性能优化
- 将大模型能力与传统数仓结合，开发AI Agent的数据工具链，实现智能数据交互
- 规划数据治理体系，确保传统数据质量与AI输出质量，并推动数据服务向对话式智能升级
- 精通Flink、Kafka、Doris/StarRocks等实时数仓技术栈，具备顶尖的性能调优能力
- 深刻掌握本体建模、知识图谱构建与RAG技术，能进行复杂的语义抽象
- 有AI Agent（如LangChain）的工程化落地经验，熟悉Function Calling等关键机制
- 卓越的跨领域沟通能力，能高效对接算法、开发与业务团队
申请策略
- 研究中芯国际及半导体制造业的数据与AI应用场景，在面试中展现你对行业业务的理解与兴趣
- 准备一份能清晰展示你如何从业务问题出发，设计并落地复杂数据架构方案的案例
- 突出主导或核心参与的大型实时数仓/数据平台建设项目，尤其是流批一体架构
- 详细描述本体建模、知识图谱构建或RAG应用的实际案例与技术方案
- 列举将SQL查询、指标计算等封装为AI Agent工具链的具体实践与成果
- 强调在跨部门项目中推动AI数据应用落地的成功经验
- 深入学习并实践Apache Flink的高级特性（如状态管理、窗口、连接器）及与Doris/StarRocks的集成
- 系统学习知识工程方法论（如OWL、RDF）及图数据库（如Neo4j）在工业场景的应用
面试指南
- 采用STAR法则（情境、任务、行动、结果）结构化描述项目经验，突出你的技术决策与影响力
- 结合具体技术组件（如Flink SQL, StarRocks, Neo4j, LangChain）描述方案，体现技术深度
- 从业务价值出发，阐述你的技术方案如何解决实际问题，例如如何降低查询延迟、提升业务决策效率等
- 请描述一个你主导的最复杂的数据架构项目，遇到了哪些技术挑战，是如何解决的？
- 如何将半导体制造的设备、工艺等复杂业务逻辑进行本体建模，构建知识图谱？
- 如何设计一个AI Agent的数据工具链，使其能安全、高效地与实时数仓交互？请说明架构
- 在推动数据平台从传统架构向智能数据助手升级时，数据治理面临哪些新挑战？如何应对？
- 复习本体建模的核心概念（类、属性、关系、实例）及RDF/OWL标准
职位点评
薪资福利85
成长发展95
工作生活50
使命价值80
薪资福利
85较高
该职位为高级专家岗，预计提供具有市场竞争力的薪酬，但福利体系未在JD中披露。
薪资信号偏高 (30K-50K/月)
成长发展
95较高
该职位处于AI与数据技术融合的前沿，要求并能提供在实时数仓、知识图谱、AI Agent等核心领域的深度实践机会，技术成长性极强。
技术前沿前沿/新兴技术
技术栈Apache Flink、Apache Doris、StarRocks、Kafka、Neo4j、RAG、LangChain、LlamaIndex、本体建模、知识图谱
成长机会主导企业级...顶层设计、规划并落地下一代...架构、制定数据服务的中长期演进路线图、推动...升级
业务类型ambiguous
工作生活
50较低
JD未明确提及工作模式与WLB相关信息。考虑到半导体行业的特点及高级技术岗的性质，工作强度与现场办公可能性较高，但无法从JD直接确认。
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
80较高
该职位服务于半导体高端制造这一国家战略性行业，利用前沿AI技术赋能核心业务，具有明确的技术价值和产业意义。
行业发展稳定成熟行业
社会影响中性/一般
使命信号驱动业务决策模式从‘人找数据’向‘数据找人’转变
创新程度积极采用新技术
Watch Jobs