Tmall logo
天猫
阿里妈妈-AI数据研发工程师(数据湖仓 / Data Agent)-杭州/北京

阿里妈妈-AI数据研发工程师(数据湖仓 / Data Agent)-杭州/北京

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 3.5–6.5万 · AI 参考估算
高级经验
本科
全职员工仅现场办公数据工程
数据工程
Clickhouse
Data Agent
Hudi
Nl2Sql
Paimon
Starrocks
数据湖仓

值不值得投

73综合评分

综合评分 73

前沿数据平台与Data Agent复合岗位,技术成长强,办公模式与WLB信息不足

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

5.0万

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 280 个在招

市场机会

选择面较广

杭州 · 数据工程 · 约 120 个在招

职位详情

关于这个职位

该职位面向阿里妈妈广告数据场景,负责湖仓一体架构、实时流批链路、OLAP查询能力及Data Agent研发

你将围绕投放、归因与效果分析建设稳定可信的数据底座,并通过数据治理和智能化工具提升研发与业务洞察效率

最低要求

本科及以上,计算机、软件工程、数学等相关专业,3 年以上大数据研发经验,独立负责过一个湖仓或实时数据平台方向的完整建设周期

精通 SQL 与 ETL 数据建模,具备主题域划分、维度建模与指标体系设计的落地经验
对 Iceberg、Hudi、Paimon 中至少一种达到原理级,有线上问题定位经历,具备数据入湖与存储治理的实践经验
深入 Flink 运行时机制,具备大规模流批一体任务的性能排查与调优经验
熟悉 StarRocks、ClickHouse、Doris 等 OLAP 引擎,具备高并发查询优化经验
具备 Data Agent 应用开发经验,熟悉 RAG、Tool Calling、NL2SQL 等核心能力,有规模化落地者优先
具有较强的项目推动和问题拆解能力,能推动跨团队协作和技术项目在业务侧落地

工作职责

负责广告数据湖仓一体架构:统一离线与实时的分层、存储与元数据,支撑投放、归因与效果分析的数据供给,对口径一致性与链路 SLA 负责

负责实时与查询引擎能力建设:基于 Flink 承载流批一体链路并深入运行时优化,以 OLAP 引擎承接高并发查询,在保障时效与稳定的同时降低单位计算与存储成本
负责 Data Agent 研发:面向数据研发、数据治理与业务洞察场景,构建可用的 Data Agent 能力,以任务成功率与人效提升作为验收标准
负责数据治理与资产建设:建设数据质量、血缘与资产标准化体系,让数据可发现、可复用、可信任,并与算法、产品、业务团队协同落地

优先资格

加分项:Paimon、Fluss、Iceberg 或 Flink 社区 Contributor/Committer/PMC

EB/PB 级数据规模与千级任务链路治理经验
广告、推荐、搜索领域的数据建设经验
数据策略与洞察的生产化实践

AI 洞察

优缺点分析

优点

  • 覆盖湖仓一体、Flink、OLAP、Data Agent 等复合技术方向,技术广度和深度都比较强
  • 业务场景聚焦广告投放、归因和效果分析,数据链路复杂,能积累高价值的大规模实战经验
  • 岗位以任务成功率、人效提升、口径一致性和链路 SLA 为验收标准,技术价值较容易与业务结果关联
  • 与算法、产品、业务团队协同,有机会理解商业化数据从底层建设到上层应用的完整链路
  • 技术栈跨度大,既要懂底层存储和计算引擎,也要懂 Agent 应用和业务数据治理
  • 适合有三年以上大数据研发经验、希望从传统数仓或实时计算升级到湖仓一体与数据智能方向的工程师
  • 尤其适合既能深入技术细节,又能推动跨团队落地的人

缺点 / 挑战

  • 广告数据链路对口径一致性、时效性和稳定性要求高,线上问题排查与跨团队协同压力不小
  • 同时承担架构建设、性能优化、治理体系和智能化能力研发,对优先级判断和项目推动能力要求较高

角色解读

  • 可向广告数据平台架构师方向发展,负责更大规模湖仓、实时计算与查询引擎体系
  • 可向数据智能方向演进,将 Data Agent、NL2SQL 和自动化治理能力产品化、平台化
  • 长期可发展为数据技术负责人,统筹数据底座、治理体系、业务洞察和跨团队技术路线
  • 建设广告数据湖仓一体架构,统一离线与实时数据的分层、存储和元数据体系,保障投放、归因、效果分析的数据供给
  • 基于 Flink 和 OLAP 引擎建设实时流批链路与高并发查询能力,并持续优化稳定性、时效性和成本
  • 研发面向数据研发、治理和业务洞察的 Data Agent,将 RAG、Tool Calling、NL2SQL 等能力落到实际生产场景
  • 推进数据质量、血缘、资产标准化等治理工作,与算法、产品、业务团队协作落地数据能力
  • 需要扎实的 SQL、ETL、维度建模和指标体系设计能力,能够支撑复杂广告数据主题域建设
  • 需要深入理解 Iceberg、Hudi、Paimon 等湖格式之一,具备数据入湖、存储治理和线上问题定位经验
  • 需要掌握 Flink 运行时机制与大规模流批一体任务调优,并熟悉 StarRocks、ClickHouse、Doris 等 OLAP 查询优化
  • 需要了解 Data Agent 应用开发,包括 RAG、Tool Calling、NL2SQL,并具备跨团队推动复杂技术项目落地的能力

申请策略

  • 面试前了解广告投放、归因、效果分析的数据链路特点,尤其是口径一致性和实时性要求
  • 申请时尽量选择与岗位最相关的项目案例,用量化结果说明你在稳定性、性能、成本或人效上的贡献
  • 重点突出独立负责过的湖仓或实时数据平台完整建设周期,包括背景、规模、架构选型、稳定性和业务收益
  • 强化 Flink 流批一体任务调优案例,写清楚瓶颈定位、优化手段、性能提升和成本下降结果
  • 突出 Iceberg、Hudi、Paimon 的源码或原理级理解,以及线上故障定位、数据入湖、存储治理经验
  • 如果有 Data Agent、RAG、Tool Calling、NL2SQL 项目,应说明落地场景、任务成功率、人效提升或用户规模
  • 补齐湖格式核心原理,重点理解元数据管理、快照、小文件合并、读写链路和一致性机制
  • 准备 Flink 与 OLAP 调优案例,熟悉反压、状态、Checkpoint、查询计划、物化视图等常见优化方向

面试指南

  • 项目类问题采用“业务背景—规模复杂度—架构方案—关键取舍—结果指标”的结构回答,突出个人主导部分
  • 技术问题采用“现象—定位路径—根因—解决方案—验证结果—预防机制”的框架,体现系统化排障能力
  • 方案设计类问题先澄清目标和约束,再分层说明数据模型、计算链路、治理机制、质量保障和落地指标
  • 请介绍一个你独立负责的湖仓或实时数据平台项目,包括架构选型、关键难点和最终收益
  • Iceberg、Hudi、Paimon 你最熟悉哪一个?请讲清楚它的元数据、快照、写入和读取机制
  • 面对 Flink 大规模流批一体任务的反压、延迟或 Checkpoint 失败,你会如何定位和优化?
  • 如何设计广告场景下的统一指标体系和数据血缘,保证投放、归因、效果分析的口径一致?
  • 如果让你建设面向数据分析师的 Data Agent,你会如何设计 RAG、Tool Calling 和 NL2SQL 链路?

职位点评

薪资福利78
成长发展88
工作生活45
使命价值70

薪资福利

78中等

JD未披露薪资与福利信息,但岗位要求高级数据平台与Data Agent复合能力,通常对应较高市场价值。稳定性与福利相关条款未提及,需面试确认。

薪资信号未披露(AI估算:3.5千–6.5万/月)

成长发展

88较高

岗位覆盖湖仓一体、Flink、OLAP、Data Agent和数据治理,技术栈现代且复合度高。JD强调跨团队协作和业务落地,有利于提升架构设计与项目推动能力,但未提及培训或晋升路径。

技术前沿前沿/新兴技术
技术栈数据湖仓、Iceberg、Hudi、Paimon、Flink、StarRocks、ClickHouse、Doris、Data Agent、RAG、Tool Calling、NL2SQL
业务类型ambiguous

工作生活

45较低

JD仅明确北京、杭州两个工作城市,未提及远程、弹性办公、双休或加班情况。生活化动机相关信息不足,需要在面试中进一步确认办公模式与团队节奏。

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

70中等

岗位服务于广告投放、归因和效果分析的数据底座建设,并通过Data Agent提升数据研发与业务洞察效率,具有一定业务价值。JD未直接表达社会使命或公共价值导向。

行业发展新兴领域(暂难判断)
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs