这是一个以数据建模和数据工程为核心、并以 AI‑First 作为默认工作方式的数据开发工程师岗位。 该岗位不仅要求具备扎实的数据建模、SQL 开发和数据工程能力，更要求在数据建模、开发、治理和问题分析中，优先设计 AI 参与的工作流程，由工程师聚焦关键判断、风险控制和复杂决策。 我们希望你不是“会用 AI 的数据工程师”，而是能够围绕 AI 重构自己工作方式的 AI‑First 数据开发工程师。

在以下所有数据研发与治理职责中，持续应用 AI‑First 工作方式，在保证数据质量和稳定性的前提下，显著提升研发效率与方案质量。 1. 负责公司核心数据体系的设计与建设，包括数据建模、数据加工、数据治理和数据服务 2. 基于业务理解，设计并持续优化主题域模型、指标体系和宽表模型，保障数据一致性和可复用性 3. 使用 SQL / Spark / Flink 等技术完成离线与实时数据开发，构建稳定高效的数据流水线 4. 参与数据质量、血缘、口径一致性和数据资产管理相关建设 5. 以 AI 为第一生产力工具（AI‑First），将 AI 深度融入数据建模、SQL 开发和问题排查过程 6. 与产品、业务、后端、数据分析等角色协作，支撑 B 端 / C 端 / 数据服务场景 7. 参与数据平台和工程规范建设，沉淀 AI+数据工程的高效实践或方法论，提升团队整体数据研发效率 。

MAJOR PROBLEMS / CHALLENGES (required for supervisory/managerial job): Describe 2 or 3 of the most difficult challenges or problems typically encountered in this job – 在复杂业务语境下，判断 AI 生成的数据建模方案是否合理、可落地 – 在高复杂 SQL 或实时数据链路中，合理使用 AI 而不引入隐性风险 – 在 AI 提效与数据口径一致性、工程稳定性之间做取舍和平衡

职位要求： EXPERIENCE, KNOWLEDGE, SKILLS, ABILITIES: List the experience, knowledge, skills and abilities necessary to do the job in a fully competent manner – 数据建模与数据理解能力 − 5年及以上数据开发经验，本科及以上学历 − 熟练掌握维度建模、主题域建模、指标体系设计 − 能独立完成从业务分析到模型落地的完整流程 – SQL 与大数据平台能力 − SQL 基础扎实，能编写和优化复杂 SQL − 熟悉 Hive / Spark / Flink / ClickHouse / Trino 等大数据技术 − 理解离线与实时数据链路的设计与应用场景 – AI‑First 数据工程能力 − 熟练使用 Cursor、GitHub Copilot 等 AI 工具作为日常开发工具 − 能利用 AI 辅助进行 SQL 生成、优化、建模设计和问题排查 − 能评估 AI 生成结果的合理性、风险和工程可行性，而非直接采纳 − 具备良好的 Prompt 设计能力和工程判断力 – 加分项 − 有数据中台、实时数仓或数据平台建设经验 − 有数据治理或湖仓一体相关实践 − 有 AI + 数据开发方法论和实践沉淀 – 一句话总结 − 我们在寻找的是：既能把数据模型和 SQL 做扎实，又能用 AI 显著提升数据研发效率的 AI‑First 数据开发工程师