数据开发工程师

🌟 为什么这个职位与众不同？ 传统的初级数据工程师，往往要在沉闷的数仓里写 3-5 年枯燥的 SQL 和 ETL 脚本才能出头 。但在这里，我们希望你作为真正的 AI 原住民，丢弃“人工路径依赖” ，熟练挥舞 Claude Code、Cursor、GitHub Copilot 等 AI Coding 魔法棒，把传统数据开发的效率直接拉升 3-5 倍 。在这里，你是没有历史包袱的 AI 生产力放大器，也将是我们未来数据工程专家的王牌蓄水池 。 🛠 你将要“折腾”什么？（岗位职责） 1. 重塑数据基建：参与数据仓库的设计与维护，搭建 ETL/ELT 数据管道，玩转维度建模，让庞杂的数据流动得更快更准 。 2. 挑战“准实时”魔法：深入探索 RudderStack 到 BigQuery 的数据链路优化，点亮分钟级准实时和流式数据处理技能树 。 3. 化身 API 架构师：基于 Cube.js 参与数据 API 网关开发，协助开发并封装标准化的核心业务 API，保障千万级调用的性能与稳定性 。 4. AI 驱动的“数据净化者”：不仅要建立监控与校验工具保障数据质量，更酷的是，你要用 AI 探索数据治理，并为我们的 MCP/Agent 喂养最高质量的 AI 数据接口 。

🎯 我们希望你具备什么？（任职要求） 1. 硬核入场券：2026/2027届，本科及以上学历，计算机、数据科学、统计学等相关专业出身 。 2. 代码基本功：精通 SQL 是你的肌肉记忆，同时熟悉 Python 编程 。 3. AI Native 基因（必须！）：熟练且重度依赖 AI Coding 工具（如 Claude Code、Cursor、GitHub Copilot）进行日常开发，习惯用 AI 降维打击复杂问题，把 AI 当作你的“结对编程”伙伴 。 4. 技术视野：对现代数据栈（BigQuery、Spark、Flink、Kafka 等）有强烈好奇心，或者玩过 dbt、Airbyte 等现代数据工程工具（有学校项目或实习经验即可） 。 💡 绝对的加分项（如果你有，请务必在简历里秀出来！）： 1. 打怪掉落的荣誉：有过大数据相关的课程项目、比赛获奖经历，或有互联网/电商大厂的数据岗实战经验 。 2. 极客的证明：有个人技术博客，或者经常给开源项目做贡献 。 3. 懂点跨境业务：接触过跨境电商或 DTC 业务场景。 4. 单兵作战能力：自带全栈属性，能独立开发出完整的数据应用 。 🎁 我们能提供什么？ 1. 扁平高效的技术氛围：直接与业务和产品一号位对话，没有冗长的审批，好想法立马立项 。 2. 丰富的“玩具箱”：提供前沿AI工具的订阅费用及充足的云服务/API额度，支持你的各种探索 。 3. 看得见的成就感：你的产品将直接服务于真实的消费者和一线业务团队，亲眼见证技术如何转变为商业价值 。