岗位描述
团队介绍 大模型时代，底层工程与上层消费的边界正在模糊——我们需要的不是单一技能栈的专家，而是能跨界面思考的人：既深入数据治理、建模与质量保障体系，也能站在业务视角设计数据的消费体验与服务界面。核心命题是：用 AI 重塑数据从生产到消费的全链路，让数据从"人查人用"走向"可被 Agent 调用、可被模型理解"的智能消费时代。 岗位职责 1、端到端数据解决方案：深入业务场景，从需求理解到方案设计到落地交付，打通数据生产、治理与消费的完整链路，借助 AI 能力实现端到端提效。 2、核心数据项目建设：参与 BI 核心数据架构设计与落地，在数据模型、指标体系和数据产品之间找到最优解。 3、业务理解与指标设计：快速理解业务逻辑，拆解指标体系，构建适配业务阶段的数据方案——不只建表，更要定义"业务怎么用数据。 4、AI-Native 数据资产管理：管理数据资产口径与场景，制定符合 AI 时代的数据规范，确保资产可被模型理解、可被 Agent 调用——让每一份数据资产既是仓库里的表，也是 Agent 可消费的能力。 5、AI 驱动的数据产品化：将大模型/Agent 能力引入数据工作——智能取数（Text2SQL）、智能问答（RAG+知识库）、指标归因、Agent 化工作流——推动数据服务从"被动响应"走向"智能交互"。 6、AI 工具与生产力：熟练使用 Claude Code / Codex / Agent 框架融入研发与产品工作流，将最佳实践推广至团队，推动团队整体 AI 化。 7、技术与产品演进：跟进行业趋势，关注 AI 时代数据建设新范式——从数据仓库到数据产品，从人看报表到 Agent 消费数据，始终保持对技术边界和产品形态的前沿思考。