数据工程师（AI方向）

岗位职责
1、金融数仓开发：参与保险/证券/银行等金融数据仓库开发，协助完成数据分层（ODS/DWD/DWS/ADS）与维度建模，搭建数据流转流水线，为知识萃取与Agent应用提供数据底座。
2、指标加工与SQL优化：协助完成数据指标加工、多维分析与报表开发；学习复杂SQL编写与优化，逐步积累慢查询、数据倾斜等性能问题处理经验。
3、知识工程建设（核心方向）：参与企业知识资产体系搭建，负责业务文档、非结构化文本的知识萃取、拆解、去噪、标准化治理；制定知识分类与标签体系，沉淀可检索、可被AI理解的标准化知识库。
4、AI Agent数据适配：参与Agent运行场景的数据处理，归集清洗多轮对话、工具调用等行为数据；协助知识切片、向量化入库与版本管理，配合算法团队优化知识检索与召回逻辑。
5、数据治理与质量监控：参与事实表、维度表设计与开发，推进数据质量校验、血缘梳理等治理工作；建立知识资产与Agent运行数据的质量监控规则，持续优化知识治理流程。
6、业务协同与知识沉淀：在导师指导下对接业务、产品、算法团队，承接报表开发、指标取数、知识治理等需求；沉淀知识工程规范与运维文档。

任职要求
1、本科及以上学历，计算机、软件工程、数据科学与大数据技术、人工智能、数学、统计学或其他计算机相关专业，2026-2027届应届生，优秀院校优先；
2、专业技能：
（1）熟练掌握SQL（多表查询、聚合统计、窗口函数等），熟悉MySQL，了解Hive/HQL；
（2）熟练使用Python（Pandas、Numpy等），具备批量数据处理与基础ETL能力，了解Hadoop/Spark者优先；
（3）了解数仓分层架构（ODS/DWD/DWS/ADS）与维度建模方法论，有事实表/维度表设计经验者优先；
（4）了解知识工程与企业知识库搭建，熟悉AI Agent架构、记忆机制与工具调用原理；有知识萃取、知识切片、向量数据库、RAG经验者优先；
（5）使用过AI Coding工具（Cursor、Copilot等），对大模型知识赋能有一定认知。
3、能力素质：数据敏感度高，严谨细致；逻辑清晰，学习能力强，能快速对接业务与算法需求；自驱力强，愿意持续跟进知识工程与Agent数据工程新技术；具备团队协作能力，适合应届生培养成长。