主分类：数据工程与数据平台研发
辅助：Agent系统开发（仅展示）
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": "高德-安全数据仓库专家-AI NATIVE",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "技术类-数据"AI生成
},
"company": {
"company_name": "高德",
"company_industry": "数字地图 / 导航服务",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "高德提供电子地图和导航服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "本科及以上学历（计算机、数据科学等相关专业优先）",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责安全风控域数据仓库的分层建模与指标体系建设，支撑反爬、反欺诈、内容与账户安全等场景的离线与实时数据交付；\n2、主导将 AI 能力（Agent、知识库、大模型）工程化落地到 SQL 开发、数据校验、异常检测与数据治理全链路，持续提升数据交付效率与质量；\n3、沉淀可复用的安全数仓资产（模型、指标、skill、知识库），推进团队向 AI Native 研发模式转型。",
"requirements_text": "-经验要求：5 年以上数据仓库开发经验，本科及以上学历（计算机、数据科学等相关专业优先）。具备业务安全、风控或反爬黑灰产对抗领域的数仓建设经历，有日均亿级以上数据量、实时与离线一体化数仓实战经验者优先。有将大模型 / AI Agent 真实落地到数据研发或数据治理场景的经验者优先（请在简历中说明具体场景与效果）。\n-数仓工程硬实力：精通 MaxCompute/ODPS、Hive 等离线计算引擎，熟练掌握 Flink/Blink 实时计算与 Hologres/ClickHouse 等 OLAP 引擎，能独立完成安全风控域 ODS-DWD-DWS-ADS 分层建模与指标体系设计。具备扎实的 SQL 性能调优能力，能定位并解决数据倾斜、大表 Join、实时链路延迟与稳定性等典型问题。具备数据质量与治理体系落地能力，理解数据血缘、口径一致性、监控告警与资产分层管理。\n-AI Native 能力（核心）：能独立设计并构建面向数据场景的 AI Agent，覆盖 SQL 生成与优化、数据校验、异常/黑灰产检测、数据治理等环节，实现从\"人写 SQL 交付\"到\"Agent 辅助/自动交付\"的转变。熟悉大模型应用工程，掌握 Prompt 工程、RAG 检索增强、工具调用（Tool/MCP）、知识库构建与 skill 编写，理解上下文管理与多步任务编排。具备 AI 产物的工程化意识：能为 Agent 与数据规则设计可测试、可回归、可度量的评测与验证机制，对结果的准确率、误报/漏报、可解释性负责，而非停留在\"能跑通 Demo\"。\n-软性素质：具备较强的业务理解力，能把反爬、风控等安全诉求准确翻译为数据模型与指标；具备数据敏感度与商业闭环思维，能从数据中识别黑灰产攻击趋势与业务风险。具备 AI Native 思维——习惯优先思考\"这个数据问题能否用 AI / Agent 更高效地解决\"，并推动落地。具备良好的跨团队协作、问题拆解与自驱能力。\n加分项：\n1、有安全 / 风控领域知识库或 Agent 从 0 到 1 建设经验；\n2、有开源社区贡献、大模型微调或 Agent 框架（如 LangChain、MCP 生态等）实践；\n3、有大规模数据成本治理经验。",
"skills": [AI生成
"SQL",
"ClickHouse",
"Flink",
"数据治理",
"模型微调",
"性能调优",
"团队协作",
"建模",
"大语言模型",
"检索增强生成",
"智能体开发"
],
"preferred_qualifications": "经验要求：5 年以上数据仓库开发经验，本科及以上学历（计算机、数据科学等相关专业优先）；具备业务安全、风控或反爬黑灰产对抗领域的数仓建设经历，有日均亿级以上数据量、实时与离线一体化数仓实战经验者优先；有将大模型 / AI Agent 真实落地到数据研发或数据治理场景的经验者优先（请在简历中说明具体场景与效果）；具备 AI Native 思维——习惯优先思考\"这个数据问题能否用 AI / Agent 更高效地解决\"，并推动落地；加分项：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.amap.com/off-campus/position-detail?positionId=100029260001"
}
]
},
"posting": {
"posting_id": "100029260001",
"post_date": "2026-08-03",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.amap.com/off-campus/position-detail?positionId=100029260001"
},
"fulltext": "高德-安全数据仓库专家-AI NATIVE\n高德-安全数据仓库专家-AI NATIVE\n\n基础信息\n职位类别：技术类-数据\n工作地点：北京\n\n职位描述\n1、负责安全风控域数据仓库的分层建模与指标体系建设，支撑反爬、反欺诈、内容与账户安全等场景的离线与实时数据交付；\n2、主导将 AI 能力（Agent、知识库、大模型）工程化落地到 SQL 开发、数据校验、异常检测与数据治理全链路，持续提升数据交付效率与质量；\n3、沉淀可复用的安全数仓资产（模型、指标、skill、知识库），推进团队向 AI Native 研发模式转型。\n\n职位要求\n-经验要求：5 年以上数据仓库开发经验，本科及以上学历（计算机、数据科学等相关专业优先）。具备业务安全、风控或反爬黑灰产对抗领域的数仓建设经历，有日均亿级以上数据量、实时与离线一体化数仓实战经验者优先。有将大模型 / AI Agent 真实落地到数据研发或数据治理场景的经验者优先（请在简历中说明具体场景与效果）。\n-数仓工程硬实力：精通 MaxCompute/ODPS、Hive 等离线计算引擎，熟练掌握 Flink/Blink 实时计算与 Hologres/ClickHouse 等 OLAP 引擎，能独立完成安全风控域 ODS-DWD-DWS-ADS 分层建模与指标体系设计。具备扎实的 SQL 性能调优能力，能定位并解决数据倾斜、大表 Join、实时链路延迟与稳定性等典型问题。具备数据质量与治理体系落地能力，理解数据血缘、口径一致性、监控告警与资产分层管理。\n-AI Native 能力（核心）：能独立设计并构建面向数据场景的 AI Agent，覆盖 SQL 生成与优化、数据校验、异常/黑灰产检测、数据治理等环节，实现从\"人写 SQL 交付\"到\"Agent 辅助/自动交付\"的转变。熟悉大模型应用工程，掌握 Prompt 工程、RAG 检索增强、工具调用（Tool/MCP）、知识库构建与 skill 编写，理解上下文管理与多步任务编排。具备 AI 产物的工程化意识：能为 Agent 与数据规则设计可测试、可回归、可度量的评测与验证机制，对结果的准确率、误报/漏报、可解释性负责，而非停留在\"能跑通 Demo\"。\n-软性素质：具备较强的业务理解力，能把反爬、风控等安全诉求准确翻译为数据模型与指标；具备数据敏感度与商业闭环思维，能从数据中识别黑灰产攻击趋势与业务风险。具备 AI Native 思维——习惯优先思考\"这个数据问题能否用 AI / Agent 更高效地解决\"，并推动落地。具备良好的跨团队协作、问题拆解与自驱能力。\n加分项：\n1、有安全 / 风控领域知识库或 Agent 从 0 到 1 建设经验；\n2、有开源社区贡献、大模型微调或 Agent 框架（如 LangChain、MCP 生态等）实践；\n3、有大规模数据成本治理经验。\n1、负责安全风控域数据仓库的分层建模与指标体系建设，支撑反爬、反欺诈、内容与账户安全等场景的离线与实时数据交付；\n2、主导将 AI 能力（Agent、知识库、大模型）工程化落地到 SQL 开发、数据校验、异常检测与数据治理全链路，持续提升数据交付效率与质量；\n3、沉淀可复用的安全数仓资产（模型、指标、skill、知识库），推进团队向 AI Native 研发模式转型。\n-经验要求：5 年以上数据仓库开发经验，本科及以上学历（计算机、数据科学等相关专业优先）。具备业务安全、风控或反爬黑灰产对抗领域的数仓建设经历，有日均亿级以上数据量、实时与离线一体化数仓实战经验者优先。有将大模型 / AI Agent 真实落地到数据研发或数据治理场景的经验者优先（请在简历中说明具体场景与效果）。\n-数仓工程硬实力：精通 MaxCompute/ODPS、Hive 等离线计算引擎，熟练掌握 Flink/Blink 实时计算与 Hologres/ClickHouse 等 OLAP 引擎，能独立完成安全风控域 ODS-DWD-DWS-ADS 分层建模与指标体系设计。具备扎实的 SQL 性能调优能力，能定位并解决数据倾斜、大表 Join、实时链路延迟与稳定性等典型问题。具备数据质量与治理体系落地能力，理解数据血缘、口径一致性、监控告警与资产分层管理。\n-AI Native 能力（核心）：能独立设计并构建面向数据场景的 AI Agent，覆盖 SQL 生成与优化、数据校验、异常/黑灰产检测、数据治理等环节，实现从\"人写 SQL 交付\"到\"Agent 辅助/自动交付\"的转变。熟悉大模型应用工程，掌握 Prompt 工程、RAG 检索增强、工具调用（Tool/MCP）、知识库构建与 skill 编写，理解上下文管理与多步任务编排。具备 AI 产物的工程化意识：能为 Agent 与数据规则设计可测试、可回归、可度量的评测与验证机制，对结果的准确率、误报/漏报、可解释性负责，而非停留在\"能跑通 Demo\"。\n-软性素质：具备较强的业务理解力，能把反爬、风控等安全诉求准确翻译为数据模型与指标；具备数据敏感度与商业闭环思维，能从数据中识别黑灰产攻击趋势与业务风险。具备 AI Native 思维——习惯优先思考\"这个数据问题能否用 AI / Agent 更高效地解决\"，并推动落地。具备良好的跨团队协作、问题拆解与自驱能力。\n加分项：\n1、有安全 / 风控领域知识库或 Agent 从 0 到 1 建设经验；\n2、有开源社区贡献、大模型微调或 Agent 框架（如 LangChain、MCP 生态等）实践；\n3、有大规模数据成本治理经验。",
"standard_classification": {
"std_category_code": "T016",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}