岗位职责
- 解决方案设计与交付 基于阿里云数据产品矩阵（PolarDB、AnalyticDB、MaxCompute、Flink、Hologres、Lindorm、DataWorks 等），为客户设计服务于 AI 应用场景的数据架构方案。典型场景包括：企业知识库构建（RAG 数据底座）、AI 训练数据工程、实时特征平台、多源异构数据整合为统一语义层、向量+结构化混合检索等。
- 技术布道与能力建设 开发面向一线 SA 的"数据 × AI"融合方案培训体系，帮助 SA 团队理解 AI 时代数据基础设施的新需求和新架构模式；面向客户开展技术 Workshop，推动客户从传统数据架构向 AI-Ready 数据架构演进。
- 重点项目技术攻坚 以 Task-Force 方式介入涉及数据底座建设的重点客户项目，包括：数据架构评估与规划、引擎选型对比（OLAP/HTAP/向量/图等）、数据迁移方案设计、性能调优与 PoC 验证等。
- 技术前瞻与产品反馈 跟踪数据基础设施与 AI 应用交叉领域的技术趋势（如统一向量+关系存储、数据湖上的 AI 训练、实时 Feature Store 等），输出竞争分析，反哺产品迭代。
职位要求
必备能力 ● 解决方案架构设计能力：具备体系化的解决方案架构设计思维，能针对具体的数据架构场景（如实时数仓、AI-Ready 数据底座、混合检索平台等）独立完成端到端架构设计，涵盖逻辑架构与关键组件设计、组件的技术选型对比，以及稳定性、可靠性、成本、可扩展性等非功能性维度（卓越架构）的评估与权衡。 ● 本科及以上学历，5 年以上数据相关系统经验，且有独立主导端到端数据方案设计（而非仅参与单点开发或平台运维）的经历 ● 熟悉数据处理和分析的全链路流程，具备以下能力中的至少两项深度经验： ○ OLAP/数仓引擎：深度使用或调优 ClickHouse、Doris/SelectDB、AnalyticDB、Hologres 等主流引擎 ○ 数据库架构：分布式数据库设计、高可用架构、数据迁移与容灾方案 ○ 实时数据处理：Flink/Spark Streaming 等流计算引擎的架构设计与调优 ○ 数据湖架构：Iceberg/Hudi/Delta Lake 等湖格式的架构设计与实践 ● 能够理解 AI 应用对数据基础设施的需求（向量检索、知识抽取、数据标注、特征工程等），并有意愿向此方向延伸 ● 熟悉主流云厂商的数据类产品，有实际的产品选型对比经验 ● 具备大规模数据架构设计能力：高并发、高可用、可扩展 ● 优秀的面向客户技能：能向客户中高层传递数据架构的业务价值，引导技术决策 加分项 ● 有向量数据库（Milvus、Pinecone、PGVector、DashVector 等）的实际使用或集成经验 ● 有 RAG 系统数据底座设计经验（文档切片策略、多路召回、语义索引等） ● 有 AI 训练数据工程经验（数据清洗、标注管线、数据飞轮设计） ● 有 Text2SQL、NL2SQL、DataAgent 等数据智能化访问方向的项目经验 ● 有数据治理平台或数据目录（Data Catalog）的建设经验
