岗位概述
我们正在寻找一位同时具备数据工程能力与 AI Agent 系统构建能力的工程师,参与构建企业级数据与智能体一体化基础设施。该岗位将同时覆盖两条核心技术主线:
- 数据基座方向:构建高质量数据链路与统一语义数据层( ETL/ELT 、湖仓、数据治理)
- 智能体方向:设计与实现面向业务执行的 Agent 系统(规划、工具调用、多智能体协同、记忆与上下文管理)
你将深度参与从“数据产生 → 数据治理 → 数据服务 → Agent 消费”的完整闭环系统设计与落地。
主要职责
- 负责基于 Python/SQL/Spark 的 ETL/ELT 链路设计与开发,实现高效的数据采集、清洗、转换及落表。
- 深度参与 Iceberg 、Doris 等湖仓技术在存储优化、高性能查询和数据服务场景的应用与维护。
- 协助数据质量体系建设,制定校验规则,解决数据冗余、口径不一致及异常值问题。
- 共同参与设计并实现 Agent 的核心执行引擎( Plan-and-Execute 、工具调用、结果总结)
- 参与实现模型与 Harness 的共同进化,从 Harness 的角度实现 Harness 与业务数据的深度适配。
任职要求
- 熟练使用 AI Agent 工具进行软件开发。在软件开发领域具有极强的学习能力。能够在 AI 辅助下,在没有直接经验的领域(如语言、技术、框架等)进行有质量保证的编程工作。
- 技术水平过硬,技术眼界广阔。
- 3 年及以上大数据开发经验,具备深厚的数据治理意识(质量、规范、血缘、权限)。
- 精通 Python 与 SQL (聚合、窗口函数、逻辑加工),具备 Spark / PySpark 分布式处理经验;熟悉 Iceberg 、Doris 、Hive 或对象存储等技术。
- 是 Agent 产品的高强度用户,对 Agent Harness 的开发有极大的热情,对模型行为有品味有判断力,对开发者体验有强感知。深度使用过代码类及通用类 Agent 产品,并将相关产品的使用融入到自己的工作和生活中。
- 熟悉 LLM 以及 Agent 基本机制及其技术原理,包括 LLM API 、KV Cache 、Agent Loop 、Tool Use 、Reasoning 、Planning 、Skills 、MCP 、Memory 、Subagent 、Multi-Agent 等相关知识。对 Prompt Engineering 、Context Engineering 、Harness Engineering 等课题有较深入的了解。
优先条件
- 具备 AI 行业相关软件开发经验。
- 具备 Nest.js / Hono / Typescript 开发经验。
- 使用过 Doris 、Iceberg 、Kafka 、Flink 、Airflow 、SeaTunnel 等工具。
- 有个人开源作品及开源社区的深度贡献。
- 有 BI 报表、指标平台、经营分析或业务数据分析支持经验。
- 其它超乎常人的与此工作相关的才能。
组内直推,工资 20k+, 15 薪。 工作时长 975 base 苏州 B 区 联系方式:c29uZ2ppbmh1aUBpbm92YW5jZS5jb20= ( base64 )