About the Role
具身智能数据生产的规模化，本质上是一个数据可信度与生产效率的持续博弈。光轮智能正在重新思考企业数据基础设施的构建方式：不是在传统数仓之上叠加 AI 能力，而是从交互设计、数据建模到工作流自动化，以 AI-native 的方式重建整个数据层。
Analytics Engineer 将横跨平台建设与业务嵌入两个维度：深入各业务线理解真实的数据诉求，定义可度量的指标体系；同时将这些需求转化为可运行的数据平台，并借助 Agent 工作流持续放大个人交付能力。
Responsibilities
- 深入各业务线开展需求挖掘，将数据生产、质量管控、交付风险、供应商效率、成本 ROI 等核心场景的业务问题转化为结构化指标体系与数据需求。
- 设计并实现公司数据平台架构，覆盖数据采集、清洗、建模、质量校验与分发全链路。
- 建设 Agent 可安全访问的只读数据层，包括指标层、数据集市、物化视图、查询模板、数据质量规则和权限/脱敏策略。
- 设计并落地数据相关的 Agent 工作流，将重复性数据处理、分析与报告任务系统化、自动化。
- 开发供操作者和自动化客户端使用的数据访问接口，包括 CLI 工具、API 及自然语言查询入口，确保数据消费体验在两类用户侧均直观可用。
- 推动数据埋点规范、日志标准、数据血缘、口径管理与数据治理体系在各业务线落地，建立可信的数据层。
- 使用 SQL、ETL/ELT、BI、Notebook 和 AI 工具提升数据开发、分析、文档和质量巡检效率。
This role is not for you, if
- 你习惯等需求、做报表，而不是主动深入业务发现问题。
- 你对数据交互体验无感，认为“能查到数据”就够了。
- 你需要一个完整的数据团队才能推进平台建设。
Minimum Qualifications
- 本科及以上学历，计算机科学、统计学、数据工程或相关专业，或同等实践经验。
- 有从零设计并交付数据仓库或数据平台的完整经验，能独立完成数据建模、pipeline 设计与指标体系定义，或同等实践经验。
- 熟练使用 SQL 进行复杂数据建模与分析；具备 Python 数据处理与工程化能力。
- 理解数据质量、指标口径、ETL/ELT、数据治理和业务指标体系建设。
- 深度使用 AI 工具（如 Claude、Cursor、Codex、ChatGPT 或同类工具）并已融入日常开发与分析工作流。
- 有跨团队需求挖掘与推动落地的经验，能从业务对话中提炼数据问题并转化为可执行方案。
- 有安全意识，理解生产数据不能被 Agent 任意查询，愿意通过只读层、模板查询、权限、脱敏和审计来支撑 AI 应用。
Preferred Qualifications
- 有 Agent 工作流或 AI-native 数据分析流程的设计与实现经验。
- 有 CLI 工具或开发者数据工具链的设计经验，理解以开发者体验为导向的数据交互设计。
- 有 ClickHouse、BigQuery、Snowflake、DuckDB 或同类 OLAP 数仓的生产级使用经验。
- 有 dbt、Airflow、Dagster、Spark、Flink、湖仓、数据血缘或数据质量监控经验。
- 有数据标注、供应商管理、交付管理、人工质检、人类数据生产、成本 ROI 相关经验。
- 有 LLM/Agent 数据访问、Text-to-SQL、语义层、指标 API、数据权限/脱敏、安全审计经验。
