亚马逊
Data Engineer - AI/ML Products, AOP (Analytics Operations and Programs)
Data Engineer - AI/ML Products, AOP (Analytics Operations and Programs)
发布于 5 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
Ai/Ml
CI/CD
Etl
大数据
数据仓库
数据湖
值不值得投
84综合评分
综合评分 84
亚马逊核心AI/ML数据工程岗，技术前沿且成长空间大，薪资福利具竞争力，需适应跨国团队协作节奏。
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 260 个在招 · 其中数据工程 4 个
市场机会
选择面较广
北京 · 数据工程 · 约 130 个在招
职位详情
关于这个职位
作为亚马逊AOP团队的数据工程师，你将负责构建和维护支持AI/ML模型开发与部署的可扩展数据管道
你需要与数据科学家、产品经理等跨职能团队紧密合作，搭建数据仓库与数据湖，并优化数据基础设施，以支持全球运营业务的分析与洞察生成
最低要求
具备数据建模、数据仓库建设及构建ETL管道的经验
年以上数据工程经验
掌握以下至少两种编程语言：Scala、Java、Python、C/C++ 或 Go
熟悉AWS或同等云服务的知识
具备版本控制系统及CI/CD管道实施的经验
工作职责
设计、开发和维护可扩展的数据管道，以支持AI/ML模型的开发和生产部署
实施并维护数据和AI/ML解决方案的CI/CD管道
与数据科学家及其他团队成员合作，理解数据需求并实施高效的数据处理解决方案
创建和管理数据仓库与数据湖，确保制定适当的数据治理和安全措施
与产品经理和业务利益相关者合作，了解数据需求并将其转化为技术要求
紧跟数据工程领域的新兴技术和最佳实践，提出创新解决方案以改进AI/ML模型和分析应用的数据基础设施与流程
参与代码审查，并为团队内数据工程最佳实践的开发做出贡献
优先资格
具备非关系型数据库/数据存储（对象存储、文档或键值存储、图数据库、列族数据库）的经验
具备训练和部署AI/ML系统以解决大规模优化问题的经验
具备数据分析相关工作经验
具备大数据技术相关经验
AI 洞察
优缺点分析
优点
- 深度参与AI/ML产品落地，能接触到LLM、强化学习等前沿技术在真实业务场景中的应用
- 外企文化注重多元化与包容性，通常提供完善的职业发展体系与相对平衡的工作氛围
- 具备扎实数据工程基础，对AI/ML工程化充满热情，希望在跨国大厂海量数据场景中深耕数据基础设施建设的工程师
缺点 / 挑战
- 依托亚马逊全球化业务网络，处理极具挑战性的海量数据与复杂供应链优化问题，技术含金量高
- 需要与全球多个时区的团队（如印度、拉美等）协作，可能存在跨时区沟通与会议压力
- AI/ML数据管道对稳定性和性能要求极高，面对全球业务规模，排障与系统调优压力较大
角色解读
- 从数据工程师向高级数据工程师或数据架构师发展，主导更大规模的数据基础设施建设
- 横向拓展至AI/ML工程化（MLOps）或数据科学领域，成为连接底层数据与上层算法的核心桥梁
- 构建和维护支持AI/ML模型开发与部署的可扩展数据管道，确保数据流转的高效与稳定
- 搭建和管理数据仓库与数据湖，制定并执行严格的数据治理与安全合规措施
- 与数据科学家及业务团队紧密协作，将复杂的业务需求转化为底层数据处理与架构方案
- 熟练掌握Python、Java或Scala等至少两种编程语言，并具备AWS等主流云平台的实战经验
- 具备扎实的数据建模、ETL开发及数据仓库/数据湖建设能力，熟悉CI/CD流程及版本控制
- 了解大数据生态及非关系型数据库技术，能够针对AI/ML场景进行数据架构优化
申请策略
- 准备亚马逊领导力准则（Leadership Principles）相关行为面试案例，特别是关于‘深入细节’和‘交付结果’的真实故事
- 突出在AWS或同等云平台上构建大规模ETL管道、数据仓库和数据湖的实战经验与性能优化成果
- 强调参与AI/ML模型部署、特征工程或MLOps相关的项目经历，展现对算法落地流程的理解
- 展示使用Python/Scala等语言处理复杂数据逻辑、提升系统吞吐量及保障数据质量的具体案例
- 深入学习AWS核心数据服务（如Redshift, S3, Glue, EMR）及现代CI/CD工具链的最佳实践
- 了解大语言模型（LLM）在数据分析自动化中的应用，以及MLOps在模型训练与推理数据流中的架构设计
面试指南
- 使用STAR法则（情境、任务、行动、结果）回答行为问题
- 在技术问题上，先明确业务目标和数据规模，再阐述架构设计、技术选型及性能优化细节，最后用具体指标总结业务收益
- 请描述一个你设计过的最复杂的数据管道，你是如何保证其可扩展性、稳定性和数据质量的？
- 在构建数据仓库或数据湖时，你如何处理数据治理、权限控制和安全合规问题？
- 你是否有将机器学习模型投入生产环境的经验？在数据工程方面遇到了哪些挑战并如何解决的？
- 请分享一次你与数据科学家或业务方沟通需求，并将其转化为高效技术方案的经历
- 复习AWS核心数据服务及大数据组件原理，准备1-2个深度参与的数据基础设施或AI/ML工程化项目，能够详细拆解技术难点
- 梳理过往项目中的跨团队协作经验，准备好体现沟通能力和推动复杂项目落地的具体案例
职位点评
薪资福利85
成长发展90
工作生活75
使命价值80
薪资福利
85较高
亚马逊作为跨国巨头，薪资福利体系完善，该岗位在北京市场具备较强竞争力，且通常包含长期激励。
薪资信号未披露（AI估算：3千–5万/月）
成长发展
90较高
岗位深度涉及AI/ML产品落地与前沿数据技术，能接触到全球复杂的业务场景，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈Python、AWS、ETL、CI/CD、AI/ML、LLM、Reinforcement Learning、Deep Learning
业务类型profit_center
工作生活
75中等
外企通常注重工作生活平衡，但跨国团队协作及全球业务支持可能带来一定的跨时区沟通压力。
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
通过数据与AI技术优化全球物流与运营网络，提升效率并减少网络损失，具有较高的商业与社会价值。
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
亚马逊 的其他在招职位
相似职位推荐
Watch Jobs