主分类：数据工程与数据平台研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "全球速卖通事业部(AliExpress)-数据技术架构-杭州",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类-数据"AI生成
},
"company": {
"company_name": "阿里国际数字商业",
"company_industry": "跨境电商",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里国际数字商业业务涉及国际电商平台及跨境商品交易。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 5,
"degree": "ꔷ 计算机、数学、统计学等相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "岗位背景\n我们正在寻找一位兼具数据开发与AI能力的复合型人才，既能搭建稳定高效的数据底座，又能从数据中挖掘业务价值，并且能主动运用 AI 大模型能力提升数据研发与分析的效率。你将深度参与数据平台建设、指标体系搭建、业务分析与 AI 应用落地全流程。\n岗位职责\n1. 业务数据模型设计与开发\n● 深入理解跨境电商业务，了解业务流程和商业逻辑。与产品、运营、营销、供应链、财务等团队紧密协作。\n● 负责规划、设计、维护并治理企业级数据模型（包括概念模型、逻辑模型与物理模型），确保数据架构清晰、准确、高效地表达业务，满足数据分析、运营决策需求。\n● 根据业务需求设计数据模型（如维度建模、范式建模），定义数据分层规范及数据血缘关系。设计并开发主题域数据模型（如交易、商品、用户、流量、库存等），为分析报表和业务系统提供干净、一致、可信准确数据底座。\n2. 数据仓库架构设计与开发\n● 负责企业级数据仓库架构设计、分层建模（如ODS/DWD/DWS/ADS），搭建高效、稳定、可扩展的数仓体系。\n● 完成数据仓库ETL流程开发与优化，保障数据加工过程的准确性、时效性和可维护性。\n3. 数据产品规划与落地\n● 深入理解业务部门数据需求，转化为可执行的产品方案，平衡技术可行性与业务价值。\n● 协调数据分析、算法、前后端团队，推动数据产品从原型设计到上线交付的全生命周期管理。\n4. AI 相关技能要求\n● 熟悉大语言模型（LLM）的基本原理与应用场景，能够使用 ChatGPT、Claude、通义千问等工具辅助日常数据开发（如 SQL 生成与优化、代码补全、文档撰写）。\n● 了解 Prompt Engineering 基本方法，能够设计有效提示词提升 AI 输出质量。\n● 了解 RAG（检索增强生成）、向量数据库（如 Milvus、pgvector）等概念，能够参与自然语言查数类产品的建设。\n● 熟悉 AI Agent、MCP 等技术，探索智能化数据研发工作流。有将机器学习/大模型能力落地到数据管道（如智能数据质量检测、自动化标注、特征工程）经验者优先。\n5. 跨部门协作与需求落地\n● 对接业务、分析师及算法团队，理解数据需求并提供高效数据服务。\n● 数据站点建设，推动数据资产化与自助分析能力落地。\n● 为业务团队提供数据产品培训，推动数据驱动决策文化，提升数据产品渗透率。",
"requirements_text": "1. 教育背景\nꔷ 计算机、数学、统计学等相关专业本科及以上学历。\n2. 技术能力\nꔷ 熟练使用SQL，掌握Tableau、Power BI等可视化工具，了解大数据技术栈（如Hive、Spark）。\nꔷ 熟悉数据仓库理论（如Kimball模型、Inmon模型）及分层设计方法论。\nꔷ 掌握Hadoop、Spark、Hive、Flink等大数据组件，熟悉Kylin/Doris等OLAP引擎优先。\nꔷ 5年以上数据开发经验，有完整的数据产品从0到1落地案例。\n3. 项目经验\nꔷ 5年以上大数据开发经验，主导过完整数据仓库或数据中台建设项目。\nꔷ 有复杂业务场景下的数据建模经验，熟悉电商、零售、物流等行业优先。\n4. 软性要求\nꔷ 具备业务敏感性与逻辑抽象能力，能快速理解业务需求并转化为技术方案。\nꔷ 责任心强，具备跨团队协作能力和技术风险预判意识。\nꔷ 结果导向，具备较强的项目管理能力和产品owner意识。",
"skills": [AI生成
"SQL",
"Spark",
"Hadoop",
"Flink",
"Tableau",
"Power BI",
"项目管理",
"团队协作",
"建模"
],
"preferred_qualifications": "ꔷ 掌握Hadoop、Spark、Hive、Flink等大数据组件，熟悉Kylin/Doris等OLAP引擎优先；ꔷ 有复杂业务场景下的数据建模经验，熟悉电商、零售、物流等行业优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://aidc-jobs.alibaba.com/off-campus/position-detail?positionId=100024655013"
}
]
},
"posting": {
"posting_id": "100024655013",
"post_date": "2026-08-20",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://aidc-jobs.alibaba.com/off-campus/position-detail?positionId=100024655013"
},
"fulltext": "全球速卖通事业部(AliExpress)-数据技术架构-杭州\n全球速卖通事业部(AliExpress)-数据技术架构-杭州\n\n基础信息\n职位类别：技术类-数据\n工作地点：杭州\n\n职位描述\n岗位背景\n我们正在寻找一位兼具数据开发与AI能力的复合型人才，既能搭建稳定高效的数据底座，又能从数据中挖掘业务价值，并且能主动运用 AI 大模型能力提升数据研发与分析的效率。你将深度参与数据平台建设、指标体系搭建、业务分析与 AI 应用落地全流程。\n岗位职责\n1. 业务数据模型设计与开发\n● 深入理解跨境电商业务，了解业务流程和商业逻辑。与产品、运营、营销、供应链、财务等团队紧密协作。\n● 负责规划、设计、维护并治理企业级数据模型（包括概念模型、逻辑模型与物理模型），确保数据架构清晰、准确、高效地表达业务，满足数据分析、运营决策需求。\n● 根据业务需求设计数据模型（如维度建模、范式建模），定义数据分层规范及数据血缘关系。设计并开发主题域数据模型（如交易、商品、用户、流量、库存等），为分析报表和业务系统提供干净、一致、可信准确数据底座。\n2. 数据仓库架构设计与开发\n● 负责企业级数据仓库架构设计、分层建模（如ODS/DWD/DWS/ADS），搭建高效、稳定、可扩展的数仓体系。\n● 完成数据仓库ETL流程开发与优化，保障数据加工过程的准确性、时效性和可维护性。\n3. 数据产品规划与落地\n● 深入理解业务部门数据需求，转化为可执行的产品方案，平衡技术可行性与业务价值。\n● 协调数据分析、算法、前后端团队，推动数据产品从原型设计到上线交付的全生命周期管理。\n4. AI 相关技能要求\n● 熟悉大语言模型（LLM）的基本原理与应用场景，能够使用 ChatGPT、Claude、通义千问等工具辅助日常数据开发（如 SQL 生成与优化、代码补全、文档撰写）。\n● 了解 Prompt Engineering 基本方法，能够设计有效提示词提升 AI 输出质量。\n● 了解 RAG（检索增强生成）、向量数据库（如 Milvus、pgvector）等概念，能够参与自然语言查数类产品的建设。\n● 熟悉 AI Agent、MCP 等技术，探索智能化数据研发工作流。有将机器学习/大模型能力落地到数据管道（如智能数据质量检测、自动化标注、特征工程）经验者优先。\n5. 跨部门协作与需求落地\n● 对接业务、分析师及算法团队，理解数据需求并提供高效数据服务。\n● 数据站点建设，推动数据资产化与自助分析能力落地。\n● 为业务团队提供数据产品培训，推动数据驱动决策文化，提升数据产品渗透率。\n\n职位要求\n1. 教育背景\nꔷ 计算机、数学、统计学等相关专业本科及以上学历。\n2. 技术能力\nꔷ 熟练使用SQL，掌握Tableau、Power BI等可视化工具，了解大数据技术栈（如Hive、Spark）。\nꔷ 熟悉数据仓库理论（如Kimball模型、Inmon模型）及分层设计方法论。\nꔷ 掌握Hadoop、Spark、Hive、Flink等大数据组件，熟悉Kylin/Doris等OLAP引擎优先。\nꔷ 5年以上数据开发经验，有完整的数据产品从0到1落地案例。\n3. 项目经验\nꔷ 5年以上大数据开发经验，主导过完整数据仓库或数据中台建设项目。\nꔷ 有复杂业务场景下的数据建模经验，熟悉电商、零售、物流等行业优先。\n4. 软性要求\nꔷ 具备业务敏感性与逻辑抽象能力，能快速理解业务需求并转化为技术方案。\nꔷ 责任心强，具备跨团队协作能力和技术风险预判意识。\nꔷ 结果导向，具备较强的项目管理能力和产品owner意识。\n岗位背景\n我们正在寻找一位兼具数据开发与AI能力的复合型人才，既能搭建稳定高效的数据底座，又能从数据中挖掘业务价值，并且能主动运用 AI 大模型能力提升数据研发与分析的效率。你将深度参与数据平台建设、指标体系搭建、业务分析与 AI 应用落地全流程。\n岗位职责\n1. 业务数据模型设计与开发\n● 深入理解跨境电商业务，了解业务流程和商业逻辑。与产品、运营、营销、供应链、财务等团队紧密协作。\n● 负责规划、设计、维护并治理企业级数据模型（包括概念模型、逻辑模型与物理模型），确保数据架构清晰、准确、高效地表达业务，满足数据分析、运营决策需求。\n● 根据业务需求设计数据模型（如维度建模、范式建模），定义数据分层规范及数据血缘关系。设计并开发主题域数据模型（如交易、商品、用户、流量、库存等），为分析报表和业务系统提供干净、一致、可信准确数据底座。\n2. 数据仓库架构设计与开发\n● 负责企业级数据仓库架构设计、分层建模（如ODS/DWD/DWS/ADS），搭建高效、稳定、可扩展的数仓体系。\n● 完成数据仓库ETL流程开发与优化，保障数据加工过程的准确性、时效性和可维护性。\n3. 数据产品规划与落地\n● 深入理解业务部门数据需求，转化为可执行的产品方案，平衡技术可行性与业务价值。\n● 协调数据分析、算法、前后端团队，推动数据产品从原型设计到上线交付的全生命周期管理。\n4. AI 相关技能要求\n● 熟悉大语言模型（LLM）的基本原理与应用场景，能够使用 ChatGPT、Claude、通义千问等工具辅助日常数据开发（如 SQL 生成与优化、代码补全、文档撰写）。\n● 了解 Prompt Engineering 基本方法，能够设计有效提示词提升 AI 输出质量。\n● 了解 RAG（检索增强生成）、向量数据库（如 Milvus、pgvector）等概念，能够参与自然语言查数类产品的建设。\n● 熟悉 AI Agent、MCP 等技术，探索智能化数据研发工作流。有将机器学习/大模型能力落地到数据管道（如智能数据质量检测、自动化标注、特征工程）经验者优先。\n5. 跨部门协作与需求落地\n● 对接业务、分析师及算法团队，理解数据需求并提供高效数据服务。\n● 数据站点建设，推动数据资产化与自助分析能力落地。\n● 为业务团队提供数据产品培训，推动数据驱动决策文化，提升数据产品渗透率。\n1. 教育背景\nꔷ 计算机、数学、统计学等相关专业本科及以上学历。\n2. 技术能力\nꔷ 熟练使用SQL，掌握Tableau、Power BI等可视化工具，了解大数据技术栈（如Hive、Spark）。\nꔷ 熟悉数据仓库理论（如Kimball模型、Inmon模型）及分层设计方法论。\nꔷ 掌握Hadoop、Spark、Hive、Flink等大数据组件，熟悉Kylin/Doris等OLAP引擎优先。\nꔷ 5年以上数据开发经验，有完整的数据产品从0到1落地案例。\n3. 项目经验\nꔷ 5年以上大数据开发经验，主导过完整数据仓库或数据中台建设项目。\nꔷ 有复杂业务场景下的数据建模经验，熟悉电商、零售、物流等行业优先。\n4. 软性要求\nꔷ 具备业务敏感性与逻辑抽象能力，能快速理解业务需求并转化为技术方案。\nꔷ 责任心强，具备跨团队协作能力和技术风险预判意识。\nꔷ 结果导向，具备较强的项目管理能力和产品owner意识。",
"standard_classification": {
"std_category_code": "T016",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}