智能互联阿里云智能-产品专家-大数据&AI产品

任职要求

1、具备数据湖、大数据平台或云计算基础设施领域的产品或项目经验，熟悉主流湖格式（Paimon、Iceberg、Hudi、Delta Lake）及元数据管理（Hive Metastore、Glue Catalog、Unity Catalog）技术体系，了解分布式存储与计算引擎（Flink、Spark、Ray）的基本原理与适用场景，有数据湖或湖仓一体相关产品经验者优先。
2、具备 AI 与大数据融合领域的知识储备，理解向量索引（DiskANN/HNSW）、全文检索、语义检索等信息检索技术，了解 AI Agent、RAG、Embedding 等应用范式对底层数据基座的需求，能够将 AI 场景需求转化为数据平台产品能力定义。
3、具备深厚的技术理解力与产品架构能力，能够定义多模态数据的统一管理模型…

工作职责

1、产品规划与架构设计：深入理解企业级数据湖与 AI Agent 数据基座的市场需求，跟踪 Lakehouse 向 Agentic Lake 的演进趋势，围绕统一元数据治理、全模态数据管理（结构化/半结构化/非结构化/向量/Agent Context）、五级索引体系等核心能力，完成产品规划、功能定义与架构设计，构建面向 AI Agent 的 Agent-Ready 数据湖产品体系。
2、产品管理与跨团队协同：负责 DLF 产品全生命周期管理，协调 Data+AI 等多引擎协同团队，联动技术研发、测试、解决方案架构师、销售及运营等多职能团队，确保产品从设计到上市的高效交付。
3、开源生态与市场竞争力建设：深度参与 Apache Paimon、Apache Fluss、Apache Iceberg、Lance 等开源项目的产品化策略制定，持续跟踪国际头部竞品及业界主流云厂商在统一 Catalog、湖仓一体领域的产品动态，结合湖流一体（Lake-Streaming）、全模态湖仓存储、全模态索引等差异化能力，制定竞争策略并推动产品市场优势持续扩大。
4、客户价值交付与场景落地：面向汽车（自动驾驶数据管理）、金融（实时风控）、零售（多媒体数据治理）、互联网（推荐/电商）等重点行业，梳理客户数据湖建设与 AI 应用的核心场景需求，设计 Tables 接口与 Files 接口的双层服务能力，推动 Agent 检索召回 API、Context API 等新型接口的场景化落地，提升客户转化与留存。
5、产品体验迭代与技术趋势洞察：持续追踪用户反馈，围绕行列级权限管控、数据生命周期管理、数据质量、湖格式性能等维度优化产品体验；紧跟 AI Agent、RAG、向量检索、流批一体等前沿技术发展，将技术趋势转化为产品创新机会，驱动产品持续迭代升级。