大数据研发工程师

数据仓库建设：负责核心业务域的数仓规划与建设：主题域划分、分层设计与维度建模，统一指标口径与数据标准；负责离线 / 实时数据链路的开发、治理与优化，保障数据的准确性、时效性与一致性，并持续优化任务性能与存储计算成本。

数据平台建设：参与数据集成、任务调度、数据质量、元数据与血缘、指标管理等平台能力的设计与迭代，把重复的数据研发工作沉淀为平台化、自助化的能力，提升团队整体研发效率与线上稳定性。

用户画像系统建设：负责用户标签体系的设计与标签生产链路建设（规则类 / 统计类 / 模型类标签），沉淀用户主题宽表与画像查询服务，支撑人群圈选、精准触达、A/B 实验与用户分析等业务场景。

Agent 驱动的 ETL 流程自动化：结合数据开发工作流，设计并落地基于智能体驱动的在线、离线数据开发自动化流程，并结合模型设计、数据血缘、数据质量检查等能力，保障数据流正确、稳定。

评测体系与效果迭代：基于真实业务样本建设评测集与自动化 Eval 管线，量化准确率、稳定性与成本，用数据驱动效果持续迭代。

跨团队协作与推动：与研发、产品、业务团队紧密配合，将模糊的数据诉求拆解为清晰的技术方案并推动落地，沉淀可复用的最佳实践。

全日制统招本科及以上学历，计算机、软件工程、数据科学等相关专业；3 年以上大数据研发经验。

熟悉维度建模（Kimball）与分层规范，具备独立完成主题域划分、模型设计、指标口径定义与数据治理的能力。

熟悉大数据生态，如：Hadoop 生态、Doris、Spark、Flink、Kafka 等。

具备扎实的数据开发功底（离线 + 实时），熟悉数据倾斜、小文件、慢查询等典型问题的定位与解决方法。

具备 AI 编程实战经验，在 AI 开发方面有独到的技巧或理解。

良好的业务拆解与跨团队沟通能力，结果导向，自驱力强。 加分项