招贤纳士

加入亚古， 把企业智能真正做进业务

我们正在寻找愿意把数据、知识和流程做成可运行能力的同事。

投递 / 咨询 199 0651 3493

杭州 · 现场协作

在招岗位

三支队伍，同一件事

一

算法工程师

岗位职责

  1. 负责把公司现有“原始数据集/业务数据”（文档、表格、系统字段、日志、对话、标注数据等）转化为可训练、可迭代的垂直领域训练集：清洗 → 结构化 → 标注/弱标注 → 指令化。
  2. 设计训练数据规范与口径：指令模板（单轮/多轮）、工具调用格式、结构化输出 schema（JSON/表格字段）、拒答与边界样本、难例与对比样本组织。
  3. 建立数据质量体系：去重（语义/指纹）、噪声过滤、敏感信息处理（脱敏/合规）、分布统计、覆盖率分析；输出可量化的数据质量报告与改进建议。
  4. 组织标注与审核流程（可协同业务/运营/专家）：制定标注指南、抽检规则、一致性评估；把“人类经验”沉淀为可执行的规范。
  5. 利用模型辅助提效但不盲信：用 LLM 做数据改写/扩写/合成、自动初标、难例挖掘；同时建立人工复核与对齐规则，保证训练数据可信。
  6. 与微调工程师协作：根据训练/评测反馈快速迭代数据（补盲区、补难例、修模板、调配比），把效果提升“落到数据上”。
  7. 建立数据与训练集资产管理：版本化、可追溯、可回滚（数据集卡片、变更记录、抽样集、评测集/对照集）。

任职要求

  1. 本科及以上；2-5 年数据处理/NLP/算法工程经验，做过“从原始数据到可训练数据”的完整闭环优先。
  2. 数据与工程能力（约占能力结构 70%）
    • 熟练 Python（pandas/pyarrow/regex/json）、SQL，能写稳定 ETL/清洗/抽样脚本。
    • 熟悉文本处理与质量控制：分句、token 长度控制、重复与近重复、异常检测、分布统计。
    • 有数据版本管理与规范意识（命名、目录、元数据、变更记录、可复现）。
  3. LLM 训练数据理解（约占能力结构 30%）
    • 理解指令微调数据的关键：任务定义、输入输出边界、格式约束、多轮一致性、领域术语与事实性。
    • 能设计评测/回归数据：覆盖核心任务、边界案例、难例集、对照组。
    • 了解常见对齐问题与数据应对：幻觉抑制、拒答策略、风格统一、工具调用约束。
  4. 沟通与抽象能力：能把业务专家的“口头规则”提炼成可训练的 schema、标签体系与样本规则；能推动跨部门协作产出数据。

加分项

  1. 有数据标注体系/质检体系建设经验，或熟悉主流标注工具与流程。
  2. 做过知识库/知识图谱/企业字段体系的整理（能把“业务语言”变成“数据语言”）。
  3. 熟悉多模态数据（图片/视频/音频）与 LLM 训练数据的组织方式（若公司后续扩展）。
  4. 有行业数据合规/脱敏实践经验（审计留痕、权限分级、敏感字段策略）。

二

运维工程师

岗位职责

  1. 负责公司大数据平台的日常运维、部署、监控与稳定性保障，涵盖 Hadoop / Spark / Flink / Kafka / Hive / HDFS / ClickHouse / Elasticsearch 等相关组件，确保平台高可用、可扩展、可追溯。
  2. 负责大数据集群环境的搭建、升级、扩容、迁移与故障处理，包括 Linux 服务器、存储、网络、容器及相关中间件的运行维护，保障数据平台持续稳定运行。
  3. 建立并完善平台运维体系：监控告警、日志管理、容量规划、巡检机制、备份恢复、应急预案、权限控制、配置管理与变更管理，推动运维流程标准化。
  4. 负责数据平台性能优化与资源调优，包括计算资源、存储资源、任务调度、作业并发、IO 吞吐、内存与 CPU 使用率等问题定位与优化，提升平台整体运行效率。
  5. 与开发、算法、数据工程团队协作，支持数据采集、清洗、处理、分析、建模等业务链路的运行保障，推动形成“部署—监控—排障—优化”闭环。
  6. 负责平台安全与合规性建设，包括账号权限管理、数据访问控制、敏感数据保护、日志审计、漏洞排查与基础安全加固，确保数据资产安全可靠。
  7. 推动自动化运维与 DevOps 能力建设，编写运维脚本或工具，提升集群部署、巡检、告警响应、日志分析、故障恢复等环节的自动化水平，降低人工运维成本。

任职要求

  1. 本科及以上学历，计算机、软件工程、信息管理、网络工程等相关专业优先；3 年以上大数据平台运维经验，有中大型数据平台或分布式集群运维经验者优先。
  2. 熟悉 Linux 系统管理，掌握服务器、网络、磁盘、进程、权限、系统性能分析等基础运维能力。
  3. 熟悉 Hadoop 生态或主流大数据组件的部署、配置、运维与故障排查，如 HDFS、YARN、Hive、Spark、Flink、Kafka、Zookeeper 等。
  4. 熟悉常见中间件、数据库及日志监控体系，如 MySQL / PostgreSQL / Redis / Elasticsearch / Doris / Milvus / NebulaGraph / Prometheus / Grafana / ELK 等。
  5. 具备 Shell / Python 等脚本能力，能够独立完成自动化巡检、批量运维、日志分析和常规运维工具开发。
  6. 理解分布式系统运行机制，能够定位并处理节点异常、服务抖动、任务失败、资源争抢、网络波动、磁盘告警、消息堆积等问题。
  7. 熟悉容器化与虚拟化环境优先，如 Docker、Kubernetes，有数据平台云化或私有化部署经验更佳。
  8. 具备较强的问题分析与应急处理能力，能在复杂环境下快速定位故障根因并推动恢复。
  9. 具备良好的协作意识和责任心，能适应“需求变化快、问题链路长、稳定性要求高”的业务环境，持续交付可靠结果。

加分项

  1. 有大规模集群运维经验，如百台以上服务器或 PB 级数据平台运维经验。
  2. 有 Kubernetes、DevOps、CI/CD、IaC（如 Ansible / Terraform）相关实践经验。
  3. 熟悉数据安全、权限体系、审计留痕、脱敏、备份恢复等企业级数据治理要求。
  4. 有 AI 数据底座、知识库、数据中台、智能决策平台等相关项目运维经验。
  5. 有内部运维规范、平台标准化建设、自动化工具链建设经验。

三

前沿部署工程师（FDE）

岗位职责

  1. 业务场景分析与需求梳理：深入客户业务现场，理解行业流程、业务目标和实际问题，协助识别具有业务价值的应用场景。负责梳理业务流程和关键环节，分析业务对象、关系及事件，将业务需求转化为可落地的技术方案，并参与场景验证、方案优化及后续迭代工作。
  2. 数据发现与业务理解：围绕业务应用场景，参与企业数据理解工作，协助完成数据源分析、数据结构梳理、数据质量评估和业务语义理解。结合 AI 辅助分析与 FDE 业务校准，将企业数据转化为可理解、可关联的业务信息，为数据治理、本体建模和智能应用建设提供基础支撑。
  3. 行业本体与知识建模：参与企业业务本体建设，将行业知识、业务规则和专家经验转化为机器可理解的业务模型。负责协助完成实体对象识别、业务关系梳理、事件模型设计、规则整理和知识关联构建，支撑智能体对业务环境的理解和推理。
  4. 智能体与业务应用开发：基于平台能力参与企业智能体和业务应用建设，将业务需求转化为可运行的智能应用。负责参与 Agent 场景设计、Skill 能力组合、Workflow 流程编排、工具调用配置、应用测试优化等工作，推动智能能力进入实际业务流程。
  5. 客户现场交付与持续优化：参与项目实施全过程，与客户业务团队和技术团队保持协作，推进数据接入、场景验证、系统部署和应用落地。根据实际使用反馈持续优化应用效果，沉淀行业本体、Skill、Workflow 和智能体模板，推动项目经验转化为可复用能力。

任职要求

  1. 具备软件开发、数据工程、人工智能应用或相关技术背景，熟悉 Python、Java、SQL 等一种或多种开发技术，了解数据库、API接口、数据处理流程及企业系统集成方式。
  2. 具备较好的数据分析和业务理解能力，能够理解数据库结构、分析数据关系、识别数据质量问题，并将技术数据转化为业务语义。
  3. 了解大语言模型、RAG、Agent、Workflow、知识图谱、向量检索等相关技术，具备企业级AI应用实践经验优先。
  4. 具备良好的沟通能力和问题分析能力，能够与客户业务人员、技术团队协同工作，将业务问题转化为技术方案。
  5. 具备较强的学习能力和复杂问题解决能力，能够快速进入陌生行业环境，完成业务理解、数据分析、方案设计和应用落地。

加分项

  1. 具备制造业数字化、政务信息化、金融业务分析、风险管理、企业数据治理或行业智能应用建设经验。
  2. 具备知识图谱、本体建模、数据治理、大模型应用开发、Agent应用开发、RAG系统建设等相关经验。
  3. 具备Linux环境部署、Docker/Kubernetes、云平台部署、分布式系统、数据管道建设或企业系统集成经验。
  4. 具备企业项目实施、售前技术交流、解决方案设计或客户现场协作经验。