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": "数据平台研发工程师｜AI + 数据 / OLAP / 实时计算方向",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "软硬件服务-软件研发部",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "美团",
"company_industry": "科技零售 / 生活服务",
"company_size": "10000人以上",
"company_website": "meituan.com",
"company_description": "美团通过科技推动服务零售和商品零售的数字化，连接消费者与商户。"
},
"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",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责 AI + 数据平台能力建设，基于 LLM / AI Agent 提升数据开发、实时计算、OLAP 查询、指标分析和数据资产使用效率。\n2. 建设面向数据研发场景的 Data Agent，包括需求理解、指标口径查询、表资产推荐、SQL 生成、实时任务开发辅助、数据校验、问题诊断、上线运维辅助等能力。\n3. 参与 OLAP 查询能力建设，围绕 StarRocks / ClickHouse / Doris / Trino / DuckDB 等引擎，支持报表分析、经营看板、实时查询、数据服务等场景。\n4. 参与自研实时计算链路建设，包括实时数据接入、实时指标加工、实时宽表、窗口计算、状态管理、任务稳定性治理和延迟优化。\n5. 结合 AI Agent 能力优化数据研发流程，将 SQL 开发、Flink 任务开发、指标口径校验、查询性能诊断、数据质量排查等高频工作自动化。\n6. 建设数据资产 Skill 体系，将表结构、指标口径、血缘关系、数据质量规则、查询样例、实时任务 SOP、开发规范等沉淀为 Agent 可调用能力。\n7. 打通数据平台、元数据平台、指标平台、调度系统、实时计算平台、OLAP 引擎、BI 系统和知识库，形成面向数据研发和分析的智能工作台。\n8. 负责 AI 数据助手的工程化落地，包括 Prompt 管理、工具调用、权限控制、上下文管理、日志追踪、效果评估、异常兜底和成本优化。",
"requirements_text": "1. 本科及以上学历，计算机、软件工程、数据科学、人工智能等相关专业优先。\n2. 熟悉 Java / Go / Python / Scala / TypeScript 中至少一种语言，具备扎实的工程开发能力。\n3. 熟悉 SQL、数据仓库、数据建模、指标体系、任务调度、数据治理等数据研发基础能力。\n4. 熟悉 OLAP 查询系统或分析型数据库，有 StarRocks、ClickHouse、Doris、Trino、Presto、DuckDB 等使用或建设经验优先。\n5. 熟悉 Flink 实时计算，有实时数仓、实时指标、实时宽表、实时数据服务、流批一体等实践经验优先。\n6. 理解 LLM / AI Agent 应用开发范式，熟悉 Prompt Engineering、RAG、Function Calling / Tool Use、Agent Workflow、Text-to-SQL 等能力。\n7. 具备较强的问题定位能力，能够处理 SQL 性能问题、实时任务失败、数据延迟、数据质量异常、指标口径不一致等实际问题。\n8. 具备平台化和抽象能力，能够将数据研发、OLAP 查询和实时计算流程沉淀为标准工具、Skill、模板和自动化工作流。",
"skills": [AI生成
"Python",
"TypeScript",
"Java",
"Scala",
"SQL",
"ClickHouse",
"Flink",
"数据库",
"数据治理",
"建模",
"Go",
"大语言模型",
"检索增强生成",
"智能体开发"
],
"preferred_qualifications": "1. 本科及以上学历，计算机、软件工程、数据科学、人工智能等相关专业优先；4. 熟悉 OLAP 查询系统或分析型数据库，有 StarRocks、ClickHouse、Doris、Trino、Presto、DuckDB 等使用或建设经验优先；5. 熟悉 Flink 实时计算，有实时数仓、实时指标、实时宽表、实时数据服务、流批一体等实践经验优先",
"job_highlights": "1. 同时覆盖 AI + 数据、OLAP 查询、Flink 实时计算三个核心方向，既有数据平台深度，也有 AI Agent 前沿探索空间。\n2. 不只是做数据问答 Demo，而是深入 SQL 开发、实时计算、指标生产、查询优化、数据质量和上线运维等真实数据生产链路。\n3. 有机会建设 Data Agent 和数据资产 Skill 体系，让 AI 真正参与数据研发和分析流程。\n5. 场景贴近业务经营分析和实时决策，技术成果能够直接影响数据研发效率、查询体验和业务响应速度。"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4592574493&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4592574493",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4592574493&jobShareType=1"
},
"fulltext": "数据平台研发工程师｜AI + 数据 / OLAP / 实时计算方向\n数据平台研发工程师｜AI + 数据 / OLAP / 实时计算方向\n\n基础信息\n工作地点：北京市\n部门：软硬件服务-软件研发部\n职位类别：技术类\n职位族群：软件\n更新时间：2026-09-16\n\n岗位职责\n1. 负责 AI + 数据平台能力建设，基于 LLM / AI Agent 提升数据开发、实时计算、OLAP 查询、指标分析和数据资产使用效率。\n2. 建设面向数据研发场景的 Data Agent，包括需求理解、指标口径查询、表资产推荐、SQL 生成、实时任务开发辅助、数据校验、问题诊断、上线运维辅助等能力。\n3. 参与 OLAP 查询能力建设，围绕 StarRocks / ClickHouse / Doris / Trino / DuckDB 等引擎，支持报表分析、经营看板、实时查询、数据服务等场景。\n4. 参与自研实时计算链路建设，包括实时数据接入、实时指标加工、实时宽表、窗口计算、状态管理、任务稳定性治理和延迟优化。\n5. 结合 AI Agent 能力优化数据研发流程，将 SQL 开发、Flink 任务开发、指标口径校验、查询性能诊断、数据质量排查等高频工作自动化。\n6. 建设数据资产 Skill 体系，将表结构、指标口径、血缘关系、数据质量规则、查询样例、实时任务 SOP、开发规范等沉淀为 Agent 可调用能力。\n7. 打通数据平台、元数据平台、指标平台、调度系统、实时计算平台、OLAP 引擎、BI 系统和知识库，形成面向数据研发和分析的智能工作台。\n8. 负责 AI 数据助手的工程化落地，包括 Prompt 管理、工具调用、权限控制、上下文管理、日志追踪、效果评估、异常兜底和成本优化。\n\n岗位基本要求\n1. 本科及以上学历，计算机、软件工程、数据科学、人工智能等相关专业优先。\n2. 熟悉 Java / Go / Python / Scala / TypeScript 中至少一种语言，具备扎实的工程开发能力。\n3. 熟悉 SQL、数据仓库、数据建模、指标体系、任务调度、数据治理等数据研发基础能力。\n4. 熟悉 OLAP 查询系统或分析型数据库，有 StarRocks、ClickHouse、Doris、Trino、Presto、DuckDB 等使用或建设经验优先。\n5. 熟悉 Flink 实时计算，有实时数仓、实时指标、实时宽表、实时数据服务、流批一体等实践经验优先。\n6. 理解 LLM / AI Agent 应用开发范式，熟悉 Prompt Engineering、RAG、Function Calling / Tool Use、Agent Workflow、Text-to-SQL 等能力。\n7. 具备较强的问题定位能力，能够处理 SQL 性能问题、实时任务失败、数据延迟、数据质量异常、指标口径不一致等实际问题。\n8. 具备平台化和抽象能力，能够将数据研发、OLAP 查询和实时计算流程沉淀为标准工具、Skill、模板和自动化工作流。\n\n岗位亮点\n1. 同时覆盖 AI + 数据、OLAP 查询、Flink 实时计算三个核心方向，既有数据平台深度，也有 AI Agent 前沿探索空间。\n2. 不只是做数据问答 Demo，而是深入 SQL 开发、实时计算、指标生产、查询优化、数据质量和上线运维等真实数据生产链路。\n3. 有机会建设 Data Agent 和数据资产 Skill 体系，让 AI 真正参与数据研发和分析流程。\n5. 场景贴近业务经营分析和实时决策，技术成果能够直接影响数据研发效率、查询体验和业务响应速度。\n1. 负责 AI + 数据平台能力建设，基于 LLM / AI Agent 提升数据开发、实时计算、OLAP 查询、指标分析和数据资产使用效率。\n2. 建设面向数据研发场景的 Data Agent，包括需求理解、指标口径查询、表资产推荐、SQL 生成、实时任务开发辅助、数据校验、问题诊断、上线运维辅助等能力。\n3. 参与 OLAP 查询能力建设，围绕 StarRocks / ClickHouse / Doris / Trino / DuckDB 等引擎，支持报表分析、经营看板、实时查询、数据服务等场景。\n4. 参与自研实时计算链路建设，包括实时数据接入、实时指标加工、实时宽表、窗口计算、状态管理、任务稳定性治理和延迟优化。\n5. 结合 AI Agent 能力优化数据研发流程，将 SQL 开发、Flink 任务开发、指标口径校验、查询性能诊断、数据质量排查等高频工作自动化。\n6. 建设数据资产 Skill 体系，将表结构、指标口径、血缘关系、数据质量规则、查询样例、实时任务 SOP、开发规范等沉淀为 Agent 可调用能力。\n7. 打通数据平台、元数据平台、指标平台、调度系统、实时计算平台、OLAP 引擎、BI 系统和知识库，形成面向数据研发和分析的智能工作台。\n8. 负责 AI 数据助手的工程化落地，包括 Prompt 管理、工具调用、权限控制、上下文管理、日志追踪、效果评估、异常兜底和成本优化。\n1. 本科及以上学历，计算机、软件工程、数据科学、人工智能等相关专业优先。\n2. 熟悉 Java / Go / Python / Scala / TypeScript 中至少一种语言，具备扎实的工程开发能力。\n3. 熟悉 SQL、数据仓库、数据建模、指标体系、任务调度、数据治理等数据研发基础能力。\n4. 熟悉 OLAP 查询系统或分析型数据库，有 StarRocks、ClickHouse、Doris、Trino、Presto、DuckDB 等使用或建设经验优先。\n5. 熟悉 Flink 实时计算，有实时数仓、实时指标、实时宽表、实时数据服务、流批一体等实践经验优先。\n6. 理解 LLM / AI Agent 应用开发范式，熟悉 Prompt Engineering、RAG、Function Calling / Tool Use、Agent Workflow、Text-to-SQL 等能力。\n7. 具备较强的问题定位能力，能够处理 SQL 性能问题、实时任务失败、数据延迟、数据质量异常、指标口径不一致等实际问题。\n8. 具备平台化和抽象能力，能够将数据研发、OLAP 查询和实时计算流程沉淀为标准工具、Skill、模板和自动化工作流。",
"standard_classification": {
"std_category_code": "T016",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}