数据平台研发工程师｜AI + 数据 / OLAP / 实时计算方向

1. 负责 AI + 数据平台能力建设，基于 LLM / AI Agent 提升数据开发、实时计算、OLAP 查询、指标分析和数据资产使用效率。
2. 建设面向数据研发场景的 Data Agent，包括需求理解、指标口径查询、表资产推荐、SQL 生成、实时任务开发辅助、数据校验、问题诊断、上线运维辅助等能力。
3. 参与 OLAP 查询能力建设，围绕 StarRocks / ClickHouse / Doris / Trino / DuckDB 等引擎，支持报表分析、经营看板、实时查询、数据服务等场景。
4. 参与自研实时计算链路建设，包括实时数据接入、实时指标加工、实时宽表、窗口计算、状态管理、任务稳定性治理和延迟优化。
5. 结合 AI Agent 能力优化数据研发流程，将 SQL 开发、Flink 任务开发、指标口径校验、查询性能诊断、数据质量排查等高频工作自动化。
6. 建设数据资产 Skill 体系，将表结构、指标口径、血缘关系、数据质量规则、查询样例、实时任务 SOP、开发规范等沉淀为 Agent 可调用能力。
7. 打通数据平台、元数据平台、指标平台、调度系统、实时计算平台、OLAP 引擎、BI 系统和知识库，形成面向数据研发和分析的智能工作台。
8. 负责 AI 数据助手的工程化落地，包括 Prompt 管理、工具调用、权限控制、上下文管理、日志追踪、效果评估、异常兜底和成本优化。

1. 本科及以上学历，计算机、软件工程、数据科学、人工智能等相关专业优先。
2. 熟悉 Java / Go / Python / Scala / TypeScript 中至少一种语言，具备扎实的工程开发能力。
3. 熟悉 SQL、数据仓库、数据建模、指标体系、任务调度、数据治理等数据研发基础能力。
4. 熟悉 OLAP 查询系统或分析型数据库，有 StarRocks、ClickHouse、Doris、Trino、Presto、DuckDB 等使用或建设经验优先。
5. 熟悉 Flink 实时计算，有实时数仓、实时指标、实时宽表、实时数据服务、流批一体等实践经验优先。
6. 理解 LLM / AI Agent 应用开发范式，熟悉 Prompt Engineering、RAG、Function Calling / Tool Use、Agent Workflow、Text-to-SQL 等能力。
7. 具备较强的问题定位能力，能够处理 SQL 性能问题、实时任务失败、数据延迟、数据质量异常、指标口径不一致等实际问题。
8. 具备平台化和抽象能力，能够将数据研发、OLAP 查询和实时计算流程沉淀为标准工具、Skill、模板和自动化工作流。

1. 同时覆盖 AI + 数据、OLAP 查询、Flink 实时计算三个核心方向，既有数据平台深度，也有 AI Agent 前沿探索空间。
2. 不只是做数据问答 Demo，而是深入 SQL 开发、实时计算、指标生产、查询优化、数据质量和上线运维等真实数据生产链路。
3. 有机会建设 Data Agent 和数据资产 Skill 体系，让 AI 真正参与数据研发和分析流程。
5. 场景贴近业务经营分析和实时决策，技术成果能够直接影响数据研发效率、查询体验和业务响应速度。