{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "智能体-数据治理高级工程师-WorkBuddy",
        "job_level": "高级",AI生成
        "work_category": "全职",AI生成
        "department": "CSIG",
        "location": "深圳",
        "work_mode": "未披露",AI生成
        "job_category": "技术"AI生成
    },
    "company": {
        "company_name": "腾讯",
        "company_industry": "互联网 / 科技 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "tencent.com",
        "company_description": "腾讯是一家互联网和科技公司，业务覆盖通信与社交、数字内容、游戏、金融科技、企业服务、云计算与人工智能等方向。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": 5,
        "degree": "本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1.负责WorkBuddy产品数据治理工作，主导数据体系整体规划与设计，涵盖业务对象、事件模型、数据模型及指标体系搭建；\r\n2.深度参与WorkBuddy Agent业务建设，构建覆盖User、Session、Conversation等核心对象的可扩展数据模型，确保数据资产的统一性与复用性；\r\n3.制定并落地产品埋点规范（含Event、Property、参数命名及版本管理），全程参与需求评审、埋点方案设计及数据验收，保障埋点质量；\r\n4.主导核心业务指标体系建设，明确指标定义、计算口径、维度及数据血缘关系，推动跨团队数据口径标准化；\r\n5.设计数据仓库规范，包括主题域划分、数据分层策略、公共维度定义及数据生命周期管理，提升数据存储与使用效率；\r\n6.搭建埋点质量与数据质量治理体系，建立完整性、准确性、一致性及及时性监控机制，设计异常定位、修复及回溯流程；\r\n7.协同产品、客户端、服务端、算法及数据分析团队，推动形成标准化的数据协作流程，提升跨角色数据交付效率；\r\n8.参与实时/离线数据Pipeline、数据服务及分析数据集建设，为产品分析、Agent评估、模型优化及业务决策提供可靠数据支撑；\r\n9.持续跟踪业务需求变化，优化数据治理方案，确保数据体系与产品迭代同步发展。",
        "requirements_text": "1.本科及以上学历，计算机、数据科学或相关专业背景，5年以上数据开发、数据仓库、数据治理或数据架构领域工作经验；熟练使用SQL，具备扎实的数据研发能力，熟悉Spark、Flink、Hive、ClickHouse、Doris等至少一种大数据技术栈；\r\n2.具备突出的业务抽象与数据建模能力，能将复杂业务逻辑转化为清晰的业务对象、事件模型及维度指标体系；拥有完整的产品埋点体系建设经验，熟悉事件、属性、用户、Session等数据模型，有埋点规范制定、版本治理及数据验收实操案例；\r\n3.熟悉数据仓库建设全流程，具备主题域设计、维度建模、数据分层及公共维度沉淀等实践经验；精通指标体系及数据口径治理方法，能推动指标定义、计算逻辑、维度及血缘关系的标准化落地；熟悉数据质量治理策略，有数据质量监控、元数据管理、数据血缘或数据资产治理相关经验者优先；\r\n4.具备较强的业务理解能力，能基于业务问题主动设计数据解决方案，而非被动响应埋点、建表或取数需求；优秀的跨团队沟通与推动能力，能有效协调产品、研发、算法及分析团队共同建立并执行数据标准；对AI Agent/大模型技术有热情，有AI产品数据体系、LLM数据处理、Agent评估或模型调用链路数据建设经验者优先。",
        "skills": [AI生成
            "SQL",
            "ClickHouse",
            "Spark",
            "Flink",
            "数据治理",
            "建模",
            "大语言模型"
        ],
        "preferred_qualifications": "熟悉数据质量治理策略，有数据质量监控、元数据管理、数据血缘或数据资产治理相关经验者优先；对AI Agent/大模型技术有热情，有AI产品数据体系、LLM数据处理、Agent评估或模型调用链路数据建设经验者优先",
        "job_highlights": "1.直接参与WorkBuddy Agent的数据体系建设，从0到1打造行业领先的数据治理方案；\r\n2.深度介入Agent全链路数据模型设计（User→Session→Task→Run→Tool→Model→Evaluation），影响产品核心功能迭代方向；\r\n3.覆盖埋点治理、指标体系、数据建模、数仓规范及数据质量等全维度数据基础设施，打造完整的数据闭环能力；\r\n4.与产品、算法及Agent研发团队紧密协作，所构建的数据体系将直接赋能产品迭代、模型优化及商业决策。"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://careers.tencent.com/jobdesc.html?postId=2092162824909537280"
            }
        ]
    },
    "posting": {
        "posting_id": "2092162824909537280",
        "post_date": "2026-08-25",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://careers.tencent.com/jobdesc.html?postId=2092162824909537280"
    },
    "fulltext": "智能体-数据治理高级工程师-WorkBuddy\n在腾讯，技术人解决问题的激情永不熄灭。无论是面对产品、程序的问题，还是生活与人的问题，腾讯技术人都力图交出漂亮的答卷。我们善用科学工具，以强大的思维之力创造世界，为卓越的产品体验保驾护航，也为公司和产品策略提出宝贵的洞见，用技术引领新的变革。这里的每位成员，既传承着长久以来的务实文化，又时刻以创新眼光瞄准大海星辰。我们十分期待你加入这样一个「技术社区」，分享团队能量，尽情发挥所长。\n1.负责WorkBuddy产品数据治理工作，主导数据体系整体规划与设计，涵盖业务对象、事件模型、数据模型及指标体系搭建；\r\n2.深度参与WorkBuddy Agent业务建设，构建覆盖User、Session、Conversation等核心对象的可扩展数据模型，确保数据资产的统一性与复用性；\r\n3.制定并落地产品埋点规范（含Event、Property、参数命名及版本管理），全程参与需求评审、埋点方案设计及数据验收，保障埋点质量；\r\n4.主导核心业务指标体系建设，明确指标定义、计算口径、维度及数据血缘关系，推动跨团队数据口径标准化；\r\n5.设计数据仓库规范，包括主题域划分、数据分层策略、公共维度定义及数据生命周期管理，提升数据存储与使用效率；\r\n6.搭建埋点质量与数据质量治理体系，建立完整性、准确性、一致性及及时性监控机制，设计异常定位、修复及回溯流程；\r\n7.协同产品、客户端、服务端、算法及数据分析团队，推动形成标准化的数据协作流程，提升跨角色数据交付效率；\r\n8.参与实时/离线数据Pipeline、数据服务及分析数据集建设，为产品分析、Agent评估、模型优化及业务决策提供可靠数据支撑；\r\n9.持续跟踪业务需求变化，优化数据治理方案，确保数据体系与产品迭代同步发展。\n1.本科及以上学历，计算机、数据科学或相关专业背景，5年以上数据开发、数据仓库、数据治理或数据架构领域工作经验；熟练使用SQL，具备扎实的数据研发能力，熟悉Spark、Flink、Hive、ClickHouse、Doris等至少一种大数据技术栈；\r\n2.具备突出的业务抽象与数据建模能力，能将复杂业务逻辑转化为清晰的业务对象、事件模型及维度指标体系；拥有完整的产品埋点体系建设经验，熟悉事件、属性、用户、Session等数据模型，有埋点规范制定、版本治理及数据验收实操案例；\r\n3.熟悉数据仓库建设全流程，具备主题域设计、维度建模、数据分层及公共维度沉淀等实践经验；精通指标体系及数据口径治理方法，能推动指标定义、计算逻辑、维度及血缘关系的标准化落地；熟悉数据质量治理策略，有数据质量监控、元数据管理、数据血缘或数据资产治理相关经验者优先；\r\n4.具备较强的业务理解能力，能基于业务问题主动设计数据解决方案，而非被动响应埋点、建表或取数需求；优秀的跨团队沟通与推动能力，能有效协调产品、研发、算法及分析团队共同建立并执行数据标准；对AI Agent/大模型技术有热情，有AI产品数据体系、LLM数据处理、Agent评估或模型调用链路数据建设经验者优先。",
    "standard_classification": {
        "std_category_code": "T016",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}