高德地图高德-定位引擎工程化高级工程师/专家-数据业务

负责高德打车共享引擎业务建设，涵盖路线推荐、司乘汇合、风控、大模型等场景； 1. 负责点线推荐、风控核心领域的需求开发和架构建设，打造易扩展、高并发、高可用、低延时要求的业务架构； 2. 分析系统瓶颈，解决各种疑难问题，有能力对系统进行性能调优，有能力重构现有系统，高效支撑业务快速发展； 3. 有比较体系化的在线服务稳定性建设经验，能快速定位并解决线上出现的问题，保证服务的稳定性和可靠性； 4. 较好的团队协作能力，能与产品、算法、测试紧密合作，共同推进项目进展； 5. 关注最新的技术动态和发展趋势，探索新的技术和方法以提高系统性能和用户体验；

我们致力于打造银行信贷领域的新一代“智能决策大脑”。我们以行业与产业研究为锚点，以数据智能为引擎，深度融合资深信贷专家的经验与海量异构数据洞察，构建面向信贷全生命周期的领域专属决策大模型。 1.主导信贷大模型的后训练体系：通过有监督微调（SFT）、奖励模型（RM）训练、人类反馈强化学习（RLHF）、直接偏好优化（DPO）等领域领先技术，让模型不仅“会回答”，更能“可解释、答得准、判得稳、符合专家直觉”，实现与信贷业务目标的深度对齐。 2.构建垂直领域智能Agent系统的能力：能主导信贷场景下Intelligent Agent的核心框架设计，融合感知、规划、执行与持续学习机制，并通过知识图谱、RAG、NL2SQL等技术打通非结构化知识、结构化数据与自然语言交互，实现从行业洞察、风险画像到决策支持的端到端自动化。 3.打造高质量领域数据飞轮：从零构建面向信贷场景的指令与偏好数据集，设计数据配比、清洗、增强与合成策略，持续提升数据效率与泛化能力——因为你知道，好模型的背后，是更聪明的数据。 4.建立科学严谨的评估体系：构建覆盖准确性、逻辑一致性、风险敏感度、幻觉控制等多维度的自动化评测 pipeline，用数据驱动模型迭代，确保每一个版本都比上一个更可靠、更可用。 5.站在AI+金融的最前沿：紧密跟踪全球大模型的最新进展（如新型偏好学习、多Agent协作等），快速将学术突破转化为业务生产力，解决真实世界中复杂、高 stakes 的信贷决策挑战。同时将领域化的研究转化为高质量的顶会论文，形成持续学术影响力。

1. 系统运维与稳定性体系建设 a. 负责HBase/Lindorm、OceanBase等分布式数据库/存储系统的部署、监控、高可用设计以及故障应急，保障99.999%+稳定性SLA b. 主导存储集群性能调优、容灾方案设计(如多机房容灾、数据备份恢复、全球多活、全球合规存储等)，提升系统的健壮性。 c. 深入分析慢查询、热点等疑难场景，输出系统性优化解决方案，并实现平台化落地。 d. 针对业务场景设计存储选型方案，平衡性能、成本与可维护性。 e. 制定存储产品，组件运维、变更SOP，以及容灾演练机制与应急预案。 f. 推动开发团队落地存储使用最佳实践、以及平台能力的持续演进，降低人为故障风险。 2. 智能化运维体系建设 a. 开发运维工具链(如监控告警、自动扩缩容、巡检等)，推动运维效率的持续提升。 b. 持续积累沉淀专家经验与知识库，基于RAG等技术完善智能答疑的能力，并协助完成运维智能体的持续构建与优化。 c. 持续探索AI-Agent在存储运维场景的应用与落地，实现故障的自动定位、诊断以及自愈。 d. 持续跟踪HBase、Lindorm、OceanBase等分布式存储领域的前沿技术，主导关键组件的升级与架构演进。

我们正在寻找一名资深CI/CD 系统开发专家，专注于 Hologres 实时数据仓库引擎的持续集成与持续交付系统的开发与优化。Hologres 是阿里巴巴自研的实时数据仓库引擎，支持海量数据的高并发、低延迟查询，广泛应用于实时数据分析、报表展示、BI 分析等场景。 你将参与构建和优化 Hologres 的自动化构建、测试、部署和发布系统，推动Hologres研发部署流程高效、稳定、可扩展。该岗位对系统架构、工程能力和技术深度有较高要求，适合有大型分布式系统 CI/CD 经验的高级工程师或架构师，或者有大数据系统研发经验的高级工程师。