高级数据平台工程师.

关于公司。
我们的客户是一家国际化外企风以AI技术为导向的公司。

关于团队。
利他与 Win-Win、开放与专注、勇敢与理性、创新与务实、持续迭代与系统思维

关于职位

• 撑住 PB 级行为数据的实时与离线链路。 负责用户行为数据平台的架构设计与开发，支撑海量事件的采集、处理、存储与查询；在准确性、稳定性、低延迟之间做合理权衡；持续演进 User / Session /Event 核心模型。
• 建设新一代统一用户画像（Unified Customer Profile）。 身份统一（Identity Resolution）、标签体系、画像计算与更新；覆盖人口属性、兴趣、行为、生命周期、价值分层的多维标签；支持规则 /SQL / 事件 / 衍生标签的计算框架；支持动态分群、实时圈选的用户分群能力。
• 把分析引擎的性能、成本、稳定性做到极致。 深度优化 Elasticsearch、Doris、ClickHouse 等引擎，支撑漏斗、留存、路径、洞察等实时分析；建立完善的数据质量体系（监控、校验、回溯、异常检测与告警）。
• 让数据能力“面向 Agent”被重新封装。 为产品、算法及 AI Agent 提供统一数据服务接口；从“数据最终由 Agent 消费”的视角做建模与语义层设计，把指标、画像、分群抽象成 Agent 可理解、可调用的能力。这是本岗位区别于传统数据工程岗最关键的一条线。

技能和经验要求

• 你有 5 年以上数据工程经验，熟练 Python 或 Go，工程实践扎实；
• 熟悉 Kafka / Flink / Spark 等实时 / 离线计算框架，也熟悉 Elasticsearch / Doris / ClickHouse /MySQL 等存储与分析系统；
• 做过 OLAP 平台，列式存储、分区、索引、物化视图、查询优化是你调优时天天打交道的东西；
• 处理过海量行为数据，对实时计算与低延迟分析有真正理解，熟悉 User / Session / Event 模型；
• 做过统一用户画像 / 标签体系 / 用户分群，理解身份统一的原理与实现；
• 熟悉数据建模、ETL/ELT、数据治理与数据质量体系；
• 不满足于“把数据处理完”，会追问数据背后的业务价值，能独立推动复杂项目从想法走到落地；
• 关键一点：你已经把 AI 当成日常工作伙伴，理解 LLM / AI Agent 的工作方式，并对“数据如何被Agent 消费”真的好奇——这不是加分项，是这个岗位的底色。

加分项：

• 网站 / 用户行为分析、CDP / MarTech 经验；
• CDP / MA / CRM 画像系统、标签平台 / 人群平台建设；
• Doris / ClickHouse / ES 大规模集群设计运维调优；
• Iceberg / Hudi / Delta Lake 数据湖；
• Lambda / Kappa 架构；实时指标 / 埋点 / 自助分析产品建设；
• AI / LLM / Agent 项目；国际化 ToBSaaS；
• 开源贡献。