数据开发工程师

职位描述

- 要求具备3-6年相关经验，能够独立承接数据基建、数仓建模及AI数据工程化项目，具备较强的自驱力和工程实现能力。

- 岗位简介：承接蔚来汽车道路服务运力业务的数据基建与AI工程化落地工作。需要你具备扎实的数据开发能力（数仓建模、ETL、指标体系工程化），同时对AI在数据场景的应用（RAG、Agent、知识库、语义层）有实际动手经验和持续热情，能够把"让AI理解我们的数据"这件事从0落地到1。

岗位职责

1. 数据流程与基础设施建设：参与数据指标体系和数据仓库的建设与维护，保障数据口径统一、数据链路稳定，推动数据质量与时效性的持续提升。

2. AI数据基建：面向AI分析场景（智能问数、异动归因、知识库问答等），设计并落地元数据管理、语义层、指标知识库；对核心表做字段级标注，将业务口径固化为AI可理解、可检索的结构化知识。

3. AI工程化落地：参与或主导Agent/RAG相关的数据工程工作，包括但不限于知识库构建、检索策略设计、Prompt工程与效果调优，推动AI能力在数据分析场景的实际落地而非停留在demo阶段；能搭建自动化数据处理流程，减少人工取数与重复分析工作，持续提升团队数据交付效率。

4. 运力业务数据支持：承接运力规划、运力管理相关业务方的数据需求，通过SQL与BI工具完成数据提取、专题分析、报表及仪表盘搭建，为业务决策提供数据支撑；能深入理解运力规划、网格化调度、运力效率相关业务逻辑，主动发现业务问题，提出数据驱动的优化建议。

任职要求

- 学历背景：本科及以上，计算机、软件工程、统计学、数学等相关专业优先

- 工作经验：3-6年数据开发/分析相关工作经验

- SQL能力：SQL基础扎实，能独立完成复杂查询、性能调优等工作；熟练掌握数仓分层建模方法论

- AI应用能力：有RAG、知识库、Agent相关的实际项目经验，而非仅使用AI工具辅助办公；理解向量数据库、语义检索的基本原理，有实际搭建经验者优先

- 数据基建意愿：理解"高质量的数据基建是AI能力落地的前提"，愿意投入精力做数据治理、元数据标注、指标口径梳理等偏基础性的工作

- 工程能力：熟悉Python，能独立完成ETL脚本开发；了解基本的服务化/API开发（如FastAPI）者优先

- 软性素质：业务理解能力强，逻辑清晰，工程习惯扎实（代码规范、版本管理），能独立推动项目落地，主动沟通

加分项

- 有运力调度、即时配送、O2O供应链等场景的数据分析或数据开发经验

- 有图数据库（Neo4j等）、向量数据库（Milvus等）实际项目经验

- 有多模数据架构（关系库+图数据库+向量库）设计经验

- 有Agent架构设计经验（如DAG+LLM+规则兜底这类工程化思路）