职责： 1、构建“生成式引擎结果采集”链路：对接国内模型平台的联网搜索调用，固化请求参数、响应落库、版本化 schema，确保可复现与可回放。 2、采集并留存证据链：把“回答内容 + 搜索来源列表 + 角标引用”做快照留存，用于后续归因与争议排查。​3、建设站点侧采集：接入客户 CDN/网关/服务器访问日志，解析与识别“可能与 AI/搜索相关的抓取行为”，沉淀 top pages、抓取失败、抓取但未被引用等数据集。​4、反爬与风控：限频、重试、代理池、任务调度、幂等与成本控制，并确保采集遵循目标平台规则与客户合规要求（尤其金融/教育）。 要求： 有爬虫/后端经验，具备分布式任务系统落地经验（队列、调度、容错、幂等）。（不限工作年限） 熟悉浏览器自动化/渲染采集（Playwright/Puppeteer 等）与数据留存（HTML/截图/响应元信息）。 有“采集数据产品化”意识：字段稳定、可回溯、可审计。 加分项： 1、熟悉大模型的联网搜索能力的工程对接细节，能把“引用监控”做成标准化能力。 2、香港科技大学等南沙附近的计算机、数学等专业优先。

职责（偏数据平台与指标） 1、建立“AI 可见度”指标体系：围绕引用/来源（citable sources）、覆盖问题集、答案稳定性、以及 prompt 维度表现，定义口径、维表、聚合与多租户隔离。 告警与异常检测：对引用率/来源变化、抓取失败、采集延迟、答案波动做实时/准实时告警，并提供回溯链路（定位到具体 prompt、版本、来源 URL）。 3、归因分析：将“引用角标/来源列表”与客户页面、页面结构化数据、更新时间、站点可访问性等特征关联，输出可执行的修复建议与实验结论。​要求（关键能力） 1、有数据工程/分析工程经验，能独立建模、定义指标并建设数据质量体系。 2、熟悉 Kafka/RabbitMQ、Flink/Spark、ClickHouse/ES/OLAP、以及 BI 看板与权限体系。 3、有可观测性与 SLA 思维：延迟、完整性、准确性校验与成本优化。 4、有好奇心，自主学习能力。