岗位职责
支付金融不缺数据、报表和单点模型；真正稀缺的是能够用 AI 重构“数据到决策”链路，让 AI 理解业务、连接数据并形成经营判断，并推动判断成为业务行动的人。
我们正在建设面向 AI 时代的数据智能能力：让数据研发更智能、更高效，让 BI 从“展示结果”走向“主动洞察”，让算法、实验和策略形成持续迭代的智能决策闭环。
你将从技术视角牵引数据研发、BI、算法和数据分析能力，与支付金融业务并肩定义关键命题，探索增长、风险、资金效率、用户体验与合规之间的新解法。这不是一个等待需求、交付报表或模型的岗位；你将主动发现机会、建立技术路径、推动结果规模化，并成长为支付金融技术方向的重要领导者。
你将负责：
- 与业务负责人共同讨论战略议题，主动识别增长、风险、资金效率、用户体验与合规中的高价值机会，将模糊命题转化为可验证、可上线、可衡量的数据智能方案。
- 规划支付金融 Data/Algorithm + AI 能力路线，牵引数据研发、BI、算法和分析团队形成“数据生产—智能洞察—决策建议—策略执行—效果归因”的端到端闭环。
- 主导重点项目从 0 到
- 从验证到规模化：完成问题定义、指标设计、数据建设、方案架构、模型或 Agent 设计、实验验证、工程上线、监控运营与持续优化。
- 探索并落地 AI Native BI/Data/Algo、Data Agent、生成式 AI、机器学习、因果推断、A/B 实验、预测、推荐与优化等技术；聚焦可复用的生产能力和真实经营价值。
- 推动 AI 改造数据研发、取数分析、经营诊断、策略生成、模型迭代和效果复盘等关键工作流，提升团队从发现问题到推动决策的速度与质量。
- 在业务收益、模型效果、风险、成本、体验与合规之间做出清晰取舍，建立可解释、可审计、可持续演进的应用机制。
- 建设团队的数据智能研发规范，包括指标口径、数据资产、实验记录、技术评审、代码管理、模型评测、上线监控和价值归因。
- 承担关键技术与架构判断，指导年轻成员提升问题拆解、工程交付、业务表达和 AI 应用能力，沉淀团队长期竞争力。
任职要求
- 计算机、数学、统计、人工智能或相关专业本科及以上学历，5 年以上算法、数据科学、实验技术、数据智能或智能决策相关经验。
- 完整负责过进入生产环境、且产生可量化业务价值的数据或算法项目。你理解：模型上线不是终点，业务价值闭环才是完成。
- 具备算法、数据科学或实验技术的扎实基础，熟悉机器学习、统计分析、实验设计、因果推断、预测或优化中的一个或多个方向，并能判断其适用边界。
- 熟练使用 Python、SQL 及主流数据和算法框架；理解数据仓库、实时/离线计算、数据治理、指标体系及工程化上线。
- 对数据研发、BI、算法、分析四类能力的协作方式有系统理解，能够设计数据与 AI 能力的演进路径，而不局限于某一个职能视角。
- 能够将不确定的业务问题拆解为目标、指标、数据需求、技术路径、实验设计和验收标准，并根据结果及时调整。
- 有强烈主人翁意识，能在高模糊度下主动形成判断、协调分歧、争取资源并推动交付。
- 具备清晰、坦诚的技术与业务表达能力，愿意公开技术判断、沉淀方法论并带动团队成长。
- 对 AI 如何改变数据生产、经营分析与业务决策有自己的观点，也愿意亲手将观点变成结果。
加分项：
- 做过 AI Native BI、Data Agent、智能决策、智能运营、实验平台或企业级 AI 应用。
- 有生成式 AI / Agent、因果推断、推荐、预测、运筹优化、强化学习等实践，且有生产环境经验。
- 有跨数据研发、BI、算法与数据分析团队的技术项目牵引或管理经验。
- 熟悉 MaxCompute/ODPS、Spark、Flink 或其他大规模数据处理平台。
- 做过从技术探索到规模化推广的创新项目，能够清楚说明技术选择、业务取舍及最终价值。
特色标签
AI原生、Jakarta EE、Java、JVM、Open API平台、Spring、Spring Boot、Tomcat、全球收单、分布式经验、国际化、微服务经验、支付、智能体、智能研发平台、有留学背景、架构设计经验、欧洲留学生、澳加留学生、英美留学生、跨境、跨境支付、金融、金融科技、高并发架构