岗位职责
- 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；
- 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；
- 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。
职位要求
-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）。 -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。 -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"。 -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。 加分项：
- 有安全 / 风控领域知识库或 Agent 从 0 到 1 建设经验；
- 有开源社区贡献、大模型微调或 Agent 框架（如 LangChain、MCP 生态等）实践；
- 有大规模数据成本治理经验。
