1、数据治理AI智能化： 独立负责数据治理领域DataAgent搭建与技术验证，覆盖元数据智能解析、血缘自动补全、指标口径智能治理、数据质量自动巡检、治理问题智能归因与整改，完成技术选型、方案设计、原型开发、效果验收与样板输出，支撑传统治理流程AI左移、自动化、无人化升级。 2、治理流程Agent自动化改造： 结合大模型能力与Agent工作流，改造现有数据治理流程：实现元数据自动识别与分类、脏数据智能识别、质量规则智能生成、异常波动智能归因、治理工单自动派发、整改闭环跟进，降低人工治理成本，提升数据资产规整度与稳定性。 3、无人值守： 基于DataAgent工作流与定时调度能力，搭建数据治理无人值守自治体系，实现线上数据异常、指标波动、脏数据、血缘断裂、权限异常等问题的7*24h自动监测、智能研判、自动修复、自动报备，无需人工介入即可完成常规线上治理问题闭环，提升数据平台稳定性与治理效率，落地数据自治运维理念。 4、智能成本管家： 基于DataAgent赋能数据智能成本治理，依托Agent自动巡检、任务分析与资源研判能力，实现大数据任务冗余识别、无效表/冷数据自动甄别、重复计算、资源超限、高成本任务智能定位与优化建议生成，自动输出成本治理报告、闲置资源清理清单与资源优化方案，推动存储、计算资源精细化治理，实现数据平台降本增效，构建“治理+质量+成本”一体化无人值守自治体系。

1. 学历与背景：计算机、大数据、软件工程、数据科学等相关专业，本科及以上学历，2年以上大数据开发/数据治理/AI Agent应用落地经验，有企业级数据平台、数据治理平台建设经验优先。 2. 大数据底座能力：熟练掌握大数据生态，熟悉Flink/Spark、Kafka、数仓分层、元数据、数据血缘、数据质量、指标体系建设，深刻理解传统数据治理痛点与流程闭环。 3. Data Agent落地能力（核心加分） 有大模型应用、RAG知识库、Agent工作流、Prompt工程实际POC/落地经验；能够独立完成领域Agent从需求拆解、方案设计、检索优化、技能编排、效果调优全流程落地。 4. 工程与架构能力：熟练使用Python，了解容器化、K8s基础部署逻辑；具备平台化、模块化思维，能够将单点试点能力沉淀为可复用技术组件与规范体系。 5. 业务与推进能力：具备良好的需求抽象、问题拆解、跨团队推进能力，能够独立对接数据、业务、平台团队，完成POC验证、问题复盘与价值量化。 6.软性素质：自驱、攻坚能力强，适合创新试点类虚线工作，能够接受不确定需求、快速试错、快速迭代，对AI+数据智能化有强烈热情。 优先加分项 1. 有企业级数据Agent、指标Agent、治理Agent、SQL智能生成/自查项目落地经验； 2. 有元数据治理、数据质量自动化、指标口径统一、数据问题归因治理实战经验； 3. 熟悉OpenClaw/Amos/LangGraph等Agent框架，有多智能体协同编排、记忆管理、技能沉淀经验； 4. 有大厂数据平台、企业智能AI基座、Data Harness相关建设经验。