招賢納士

加入亞古， 把企業智能真正做進業務

我們正在尋找願意把數據、知識和流程做成可運行能力的同事。

投遞 / 諮詢 199 0651 3493

杭州 · 現場協作

在招崗位

三支隊伍，同一件事

一

算法工程師

崗位職責

  1. 負責把公司現有“原始數據集/業務數據”（文檔、表格、系統字段、日誌、對話、標註數據等）轉化為可訓練、可迭代的垂直領域訓練集：清洗 → 結構化 → 標註/弱標註 → 指令化。
  2. 設計訓練數據規範與口徑：指令模板（單輪/多輪）、工具調用格式、結構化輸出 schema（JSON/表格字段）、拒答與邊界樣本、難例與對比樣本組織。
  3. 建立數據質量體系：去重（語義/指紋）、噪聲過濾、敏感信息處理（脫敏/合規）、分佈統計、覆蓋率分析；輸出可量化的數據質量報告與改進建議。
  4. 組織標註與審核流程（可協同業務/運營/專家）：制定標註指南、抽檢規則、一致性評估；把“人類經驗”沉澱為可執行的規範。
  5. 利用模型輔助提效但不盲信：用 LLM 做數據改寫/擴寫/合成、自動初標、難例挖掘；同時建立人工複核與對齊規則，保證訓練數據可信。
  6. 與微調工程師協作：根據訓練/評測反饋快速迭代數據（補盲區、補難例、修模板、調配比），把效果提升“落到數據上”。
  7. 建立數據與訓練集資產管理：版本化、可追溯、可回滾（數據集卡片、變更記錄、抽樣集、評測集/對照集）。

任職要求

  1. 本科及以上；2-5 年數據處理/NLP/算法工程經驗，做過“從原始數據到可訓練數據”的完整閉環優先。
  2. 數據與工程能力（約佔能力結構 70%）
    • 熟練 Python（pandas/pyarrow/regex/json）、SQL，能寫穩定 ETL/清洗/抽樣腳本。
    • 熟悉文本處理與質量控制：分句、token 長度控制、重複與近重複、異常檢測、分佈統計。
    • 有數據版本管理與規範意識（命名、目錄、元數據、變更記錄、可復現）。
  3. LLM 訓練數據理解（約佔能力結構 30%）
    • 理解指令微調數據的關鍵：任務定義、輸入輸出邊界、格式約束、多輪一致性、領域術語與事實性。
    • 能設計評測/迴歸數據：覆蓋核心任務、邊界案例、難例集、對照組。
    • 瞭解常見對齊問題與數據應對：幻覺抑制、拒答策略、風格統一、工具調用約束。
  4. 溝通與抽象能力：能把業務專家的“口頭規則”提煉成可訓練的 schema、標籤體系與樣本規則；能推動跨部門協作產出數據。

加分項

  1. 有數據標註體系/質檢體系建設經驗，或熟悉主流標註工具與流程。
  2. 做過知識庫/知識圖譜/企業字段體系的整理（能把“業務語言”變成“數據語言”）。
  3. 熟悉多模態數據（圖片/視頻/音頻）與 LLM 訓練數據的組織方式（若公司後續擴展）。
  4. 有行業數據合規/脫敏實踐經驗（審計留痕、權限分級、敏感字段策略）。

二

運維工程師

崗位職責

  1. 負責公司大數據平臺的日常運維、部署、監控與穩定性保障，涵蓋 Hadoop / Spark / Flink / Kafka / Hive / HDFS / ClickHouse / Elasticsearch 等相關組件，確保平臺高可用、可擴展、可追溯。
  2. 負責大數據集群環境的搭建、升級、擴容、遷移與故障處理，包括 Linux 服務器、存儲、網絡、容器及相關中間件的運行維護，保障數據平臺持續穩定運行。
  3. 建立並完善平臺運維體系：監控告警、日誌管理、容量規劃、巡檢機制、備份恢復、應急預案、權限控制、配置管理與變更管理，推動運維流程標準化。
  4. 負責數據平臺性能優化與資源調優，包括計算資源、存儲資源、任務調度、作業併發、IO 吞吐、內存與 CPU 使用率等問題定位與優化，提升平臺整體運行效率。
  5. 與開發、算法、數據工程團隊協作，支持數據採集、清洗、處理、分析、建模等業務鏈路的運行保障，推動形成“部署—監控—排障—優化”閉環。
  6. 負責平臺安全與合規性建設，包括賬號權限管理、數據訪問控制、敏感數據保護、日誌審計、漏洞排查與基礎安全加固，確保數據資產安全可靠。
  7. 推動自動化運維與 DevOps 能力建設，編寫運維腳本或工具，提升集群部署、巡檢、告警響應、日誌分析、故障恢復等環節的自動化水平，降低人工運維成本。

任職要求

  1. 本科及以上學歷，計算機、軟件工程、信息管理、網絡工程等相關專業優先；3 年以上大數據平臺運維經驗，有中大型數據平臺或分佈式集群運維經驗者優先。
  2. 熟悉 Linux 系統管理，掌握服務器、網絡、磁盤、進程、權限、系統性能分析等基礎運維能力。
  3. 熟悉 Hadoop 生態或主流大數據組件的部署、配置、運維與故障排查，如 HDFS、YARN、Hive、Spark、Flink、Kafka、Zookeeper 等。
  4. 熟悉常見中間件、數據庫及日誌監控體系，如 MySQL / PostgreSQL / Redis / Elasticsearch / Doris / Milvus / NebulaGraph / Prometheus / Grafana / ELK 等。
  5. 具備 Shell / Python 等腳本能力，能夠獨立完成自動化巡檢、批量運維、日誌分析和常規運維工具開發。
  6. 理解分佈式系統運行機制，能夠定位並處理節點異常、服務抖動、任務失敗、資源爭搶、網絡波動、磁盤告警、消息堆積等問題。
  7. 熟悉容器化與虛擬化環境優先，如 Docker、Kubernetes，有數據平臺雲化或私有化部署經驗更佳。
  8. 具備較強的問題分析與應急處理能力，能在複雜環境下快速定位故障根因並推動恢復。
  9. 具備良好的協作意識和責任心，能適應“需求變化快、問題鏈路長、穩定性要求高”的業務環境，持續交付可靠結果。

加分項

  1. 有大規模集群運維經驗，如百臺以上服務器或 PB 級數據平臺運維經驗。
  2. 有 Kubernetes、DevOps、CI/CD、IaC（如 Ansible / Terraform）相關實踐經驗。
  3. 熟悉數據安全、權限體系、審計留痕、脫敏、備份恢復等企業級數據治理要求。
  4. 有 AI 數據底座、知識庫、數據中臺、智能決策平臺等相關項目運維經驗。
  5. 有內部運維規範、平臺標準化建設、自動化工具鏈建設經驗。

三

前沿部署工程師（FDE）

崗位職責

  1. 業務場景分析與需求梳理：深入客戶業務現場，理解行業流程、業務目標和實際問題，協助識別具有業務價值的應用場景。負責梳理業務流程和關鍵環節，分析業務對象、關係及事件，將業務需求轉化為可落地的技術方案，並參與場景驗證、方案優化及後續迭代工作。
  2. 數據發現與業務理解：圍繞業務應用場景，參與企業數據理解工作，協助完成數據源分析、數據結構梳理、數據質量評估和業務語義理解。結合 AI 輔助分析與 FDE 業務校準，將企業數據轉化為可理解、可關聯的業務信息，為數據治理、本體建模和智能應用建設提供基礎支撐。
  3. 行業本體與知識建模：參與企業業務本體建設，將行業知識、業務規則和專家經驗轉化為機器可理解的業務模型。負責協助完成實體對象識別、業務關係梳理、事件模型設計、規則整理和知識關聯構建，支撐智能體對業務環境的理解和推理。
  4. 智能體與業務應用開發：基於平臺能力參與企業智能體和業務應用建設，將業務需求轉化為可運行的智能應用。負責參與 Agent 場景設計、Skill 能力組合、Workflow 流程編排、工具調用配置、應用測試優化等工作，推動智能能力進入實際業務流程。
  5. 客戶現場交付與持續優化：參與項目實施全過程，與客戶業務團隊和技術團隊保持協作，推進數據接入、場景驗證、系統部署和應用落地。根據實際使用反饋持續優化應用效果，沉澱行業本體、Skill、Workflow 和智能體模板，推動項目經驗轉化為可複用能力。

任職要求

  1. 具備軟件開發、數據工程、人工智能應用或相關技術背景，熟悉 Python、Java、SQL 等一種或多種開發技術，瞭解數據庫、API接口、數據處理流程及企業系統集成方式。
  2. 具備較好的數據分析和業務理解能力，能夠理解數據庫結構、分析數據關係、識別數據質量問題，並將技術數據轉化為業務語義。
  3. 瞭解大語言模型、RAG、Agent、Workflow、知識圖譜、向量檢索等相關技術，具備企業級AI應用實踐經驗優先。
  4. 具備良好的溝通能力和問題分析能力，能夠與客戶業務人員、技術團隊協同工作，將業務問題轉化為技術方案。
  5. 具備較強的學習能力和複雜問題解決能力，能夠快速進入陌生行業環境，完成業務理解、數據分析、方案設計和應用落地。

加分項

  1. 具備製造業數字化、政務信息化、金融業務分析、風險管理、企業數據治理或行業智能應用建設經驗。
  2. 具備知識圖譜、本體建模、數據治理、大模型應用開發、Agent應用開發、RAG系統建設等相關經驗。
  3. 具備Linux環境部署、Docker/Kubernetes、雲平臺部署、分佈式系統、數據管道建設或企業系統集成經驗。
  4. 具備企業項目實施、售前技術交流、解決方案設計或客戶現場協作經驗。