岗位职责
我们正在构建一个由 AI 驱动的全新编程范式——在这里，代码不仅是被写的，更是被"理解"、"推理"和"共创"的。数百万开发者每天用我们的服务干活，每一次模型调用都会留下用量、延迟与成本；这些数据既是产品决策的依据，也是真金白银的账本。你将站在 AI for Code 的最前沿，用工程能力把海量调用明细变成可信、可用的数据资产——从一条口径的定义，到一套数仓的交付，再到一次降本动作的验证。如果你对 AI 如何改变软件开发充满好奇，喜欢动手实践、敢于尝试新点子，欢迎加入我们，一起在 AI + Coding 的前沿探索中快速成长！ 二、岗位职责
- 产品数仓建设：以 ODPS/MaxCompute + DataWorks 为底座，建设产品级统一数仓，完成分层建模、维度与事实表设计、分区与调度依赖治理，覆盖用量、模型调用、成本等领域。
- 数据链路与质量：建设稳定高效的数据加工链路，解决大规模明细的性能与计算成本问题，定义新鲜度与可用性基线；建设覆盖率、漏采、重复与异常波动的主动校验和告警。
- 指标口径与数据服务：定义并维护统一指标口径与口径文档，处理跨域口径冲突；以视图、接口与自助取数（含 Agent 取数）交付业务方，收敛人肉取数与重复口径。
- 数据洞察与分析：围绕用量、用户行为、模型调用与功能效果做分析与归因，回答变化由什么引起，输出可执行的结论。
- 成本治理：定义模型调用与云资源成本的权威口径（缓存计费、折扣、活动补贴、公摊），分摊到产品线、团队与功能；建设成本可视化与治理闭环。
- 成本优化：围绕模型选型与路由、错峰与折扣、资源复用做测算与优先级排序，推动落地并验证单位成本下降；为定价、套餐与毛利提供成本测算。
职位要求
- 本科及以上学历，计算机科学、软件工程、统计学或相关专业；3 年以上数据研发或数据分析经验，独立扛过从口径定义到数据交付的完整链路，而非只做其中一段。
- 数据平台：有 ODPS/MaxCompute 与 DataWorks 的生产经验，能独立完成建模、调度配置、依赖治理与性能优化。
- SQL 精通，能处理大规模明细的口径实现与性能问题；Python 熟练，能独立完成数据加工、校验与分析脚本，并长期维护生产链路。
- 数仓方法论：熟悉维度建模与分层设计，能权衡范式与冗余、增量与全量、时效与计算成本；理解一致性维度、缓慢变化维等常见问题并在项目中做取舍。
- 分析洞察：能提出假设并用数据验证，做分层对比与归因；会核对指标分母与统计范围，不拿代理指标当结论；能把结论写成业务方能执行的建议。
- 跨团队推动与表达：能把口径与规范收敛成文档、模板和工具，让业务方愿意用；有推动标准或项目落地的经历，对横向工作的慢反馈有耐心。
- 加分项： a. 有成本、计费或用量类数据建设经验，熟悉 token 计费、缓存计费、折扣与活动补贴、云资源与 GPU 成本等口径。 b. 有成本分摊与经营分析经验，支撑过定价、毛利或降本决策，并推动落地、验证过效果。 c. 有数据质量体系从 0 到 1 的建设经验（覆盖率、漏采、口径漂移校验），并被其他域复用。 d. 有 AI Agent/LLM 在数据场景的落地经验，如自助取数、口径校验、异常巡检。
