Job Description

工程效能实习生（AI 产品）

上海

日常实习生招聘

职位 ID：A37214

职位描述

我们正在建设公司级工程效能与数据平台，基于开源技术栈（MinIO 对象存储 + Parquet/Iceberg 分层存储、ClickHouse 25.x OLAP、Airflow 3 编排、Metabase 自助 BI，运行于 Kubernetes）构建批处理优先的 Lakehouse 数据底座，统一承接公司 AI 产品与各业务方向的数据需求——工程与研发质量度量、算力与成本归因、产品分析、数据资产沉淀与治理。 团队聚焦数据存储与沉淀、数据管道建设等核心能力，用数据有效评估并持续提升工程效能。该岗位将深度参与数据平台从 0 到 1 的搭建，为各业务团队提供可信、及时、可自助使用的数据能力。 - 参与公司级 Lakehouse 数据平台（Bronze/Silver/Gold 分层）的建设与演进，设计分层建模、数据契约与数据治理规范。 - 开发数据接入管道（增量/批量加载、幂等重跑、Schema 演进），并参与“铺路式”管道模板与 DAG 工厂建设，让每个新数据域都能低成本、标准化地接入平台。 - 参与 ClickHouse 服务集群的表设计（分区、排序键、物化视图、ReplacingMergeTree 等）与查询性能优化。 - 建设数据质量与平台可观测性能力：质量门禁、指标监控、告警、任务审计与数据血缘。 - 参与 Metabase 自助 BI 资产建设，沉淀指标口径与业务看板，降低各团队取数门槛。 - 参与平台部署与运维自动化：Kubernetes / Argo CD GitOps、CloudNativePG，以及本地 Docker Compose 全栈调试环境。 - 撰写技术文档与单元测试（pytest），参与代码评审，保持工程规范。 你将获得 - 深度参与公司级数据平台从 0 到 1 的设计与建设，完整接触 Lakehouse、数据管道、OLAP 服务与自助 BI 的端到端技术体系。 - 在真实业务中解决质量度量、成本归因、数据质量与治理等大规模数据工程问题。 - 与平台和各业务团队紧密合作，让数据成果直接驱动产品与研发决策。 - 有机会主导独立的数据域或管道模块，贡献高质量工程成果。

职位要求

• 在读本科高年级、硕士或博士研究生，计算机科学、软件工程、数据科学、人工智能等相关专业。 - 具备扎实的计算机基础，熟悉操作系统、计算机网络、数据结构和软件工程基本原理。 - 熟练掌握 Python，SQL 能力扎实，具有良好的代码设计和工程实现能力。 - 理解数据工程核心概念：ETL/ELT、增量与批量加载、幂等性、数据分区、数据建模与数据质量。 - 熟悉 Linux 开发环境，能够使用 Shell、Git、Docker 等常用开发与运维工具。 - 了解数据平台常用组件中的至少一种：Airflow/dbt/Dagster 等编排工具、ClickHouse 等 OLAP 引擎、Parquet/对象存储、PostgreSQL。 - 具备独立定位和解决复杂工程问题的能力，能够通过日志、指标和实验复现分析数据问题。 - 重视代码质量，具备良好的模块化设计、单元测试、文档编写和实验记录习惯。 - 每周可实习 4 天及以上，连续实习不少于 3 个月，长期实习优先。 加分项 - 有 Airflow（尤其是 Airflow 3）、dbt、Dagster 等数据编排工具，或 Great Expectations、Soda 等数据质量框架的使用经验。 - 熟悉 ClickHouse（MergeTree 家族、物化视图、分布式表）或 StarRocks、Doris 等 OLAP 引擎。 - 有 Iceberg/Hudi/Delta 等 Lakehouse 表格式，或 Kafka 等消息队列、流批一体经验。 - 熟悉 Kubernetes、Helm、Argo CD 等云原生技术，有 GitOps 或 IaC 经验。 - 有数据可视化（ECharts、Superset 等）或自助 BI 建设经验。 - 参与过大规模数据管道、数据仓库或数据平台的设计与开发，有生产环境运维经验。 - 具有高质量开源项目贡献经历，或在数据库、系统相关会议发表或投稿过论文。

投递