岗位职责
- AI 分析架构升级：负责将 AI 能力深度集成至生意参谋等产品，探索 AI2SQL、AI2Chart 以及基于 Multi-Agent、SKill 的自动化分析场景落地。
- 指标系统建模：负责商家侧业务指标体系的抽象与建模，设计可复用、高性能的语义层（Semantic Layer），实现业务定义与物理存储的解耦。
- 存储与计算优化：深度运用 Lindorm、Hologres、ADB 等引擎，设计支撑高并发、低延迟查询的数据模型，持续调优查询性能与存储成本。
- Java 后端研发：基于 Java 开发高可靠的后端服务，处理复杂的业务逻辑与调度链路，确保数据产品的高可用性。 【基础要求】
- 扎实的 Java 功底，深入理解 JVM 原理、多线程模型及常用设计模式。
- 熟悉 Spring Boot 架构，有处理高并发请求、分布式事务及系统稳定性经验，能够熟练使用工具（如 Arthas）进行性能调优。
- 精通分布式数据库原理，有 Lindorm（宽表/时序）、Hologres（HSAP）、ADB（AnalyticDB） 或同类产品（如 StarRocks, ClickHouse）的实际生产环境优化经验，理解其底层原理（如存储计算分离、索引机制）。
- 熟悉并理解数据指标建模，有星型/雪花模型设计经验，能够合理规划数据分层。
- 具备卓越的 SQL 能力，能够处理复杂的关联分析并在海量数据场景下完成调优。 【AI 实践经验】
- 熟悉大模型（LLM）生态，有 Multi-Agent（多智能体）、Skill实践经验者优先。
- 了解如何定义和封装 Skill、AI frendly工具供AI调用，并能解决 LLM 在复杂数据分析中的幻觉问题。 【软性素质】
- 具备优秀的逻辑抽象能力，能将繁杂的业务指标转化为标准化的技术方案。
- 对数据敏感，能够通过数据发现业务问题并驱动技术改进。 【加分项】
- 有 AI Agent 框架（如 LangChain, ADK, 或自定义Agent框架）的实际项目落地经验。
- 在大规模离线/实时数据集成领域有深度见解。
职位要求
招聘官网未单独提供职位要求，请前往官网核实。
