01 · 核心结论
01招聘数据里，Databricks的Agent投入还没体现在岗位设置上，最受关注的产品也不是增长最快的
Databricks的Agent信号停留在产品与招聘语言层面，还没有变成组织建制。同期招聘结构里更大的变化来自另一条线——Forward Deployed Engineer，以及一个热度低得多的产品Lakebase。三条核心结论分别来自招聘文本、现职员工和产品关键词等独立数据源。
137
现职员工中AI/ML头衔人数
对比：Snowflake同口径82人
10×
Lakebase招聘提及率6个月涨幅
0.4% → 4.6%（7月峰值）
40×
Forward Deployed Engineer招聘量峰值涨幅
5月低点1.8个/月 → 8月71.5个/月
40.6%
Databricks员工同比增速
Snowflake同期为20.7%
01招聘结构里涨得最快的岗位是Forward Deployed Engineer——三个月涨40倍，8月招聘量是Agent岗的6倍多
这不是平滑上升——2月到4月还在下降，6月才突然转向，此后一路走高。
02Agent相关招聘语言已经走在前面，岗位设置尚未跟进——现职137人是AI/ML头衔，Agent专岗占比不到1%
占比六个月从1.1%升到2.1%，工程、AI Research、Product/GTM三条团队线依次加入。
03Lakebase招聘提及率半年涨10倍，Agent Bricks原地踏步
按职能而非产品名统计的Database岗位同期同步上升，用完全不同的分类方法独立指向同一个方向。
04Databricks在人才争夺上对Snowflake的优势，跟员工增速优势幅度几乎一样
Databricks员工同比增速约是Snowflake的2倍；人才流动方向、五年在职人数变化两个独立信号，落在同一个区间。
02 · FDE信号
02Databricks招聘增量的大头，集中在Forward Deployed Engineer这一个岗位
Databricks招聘文案里，Forward Deployed Engineer相关职位的占比，从5月的低点0.3%涨到8月的13.4%，绝对招聘量从1.8个/月涨到71.5个/月，涨幅约40倍——2月到4月这条线其实还在下降，6月起才开始爆发式增长。8月这一个月的招聘量，已经是Agent岗招聘量（11.0个/月）的6倍多。现职员工中，这个岗位目前只有13人。招聘趋势与现职员工两个独立来源，都指向同一个结论：这是一个规模已经超过Agent岗本身、但还在快速搭建中的新职能。
Forward Deployed Engineer、AI/Agent、Engagement Manager职位占招聘的比例，按月
同一张图里三条线走向完全不同：AI/Agent合计六个月在2.1%-4.0%之间波动，没有明显趋势；Engagement Manager——这个岗位的招聘文案里明确写着负责"销售和推广FDE服务"——同期从3.3%跌到6月起的不足0.2%，随着FDE自己涨到能独立支撑，专门负责"卖FDE"的岗位需求萎缩了。
13人
现职在岗人数（Snowflake同口径5人）
3.3% → 0.2%
同期Engagement Manager占比
← 左右滑动查看完整图表 →
数据来源: Metix AI
03 · Agent信号
03Agent已经进了招聘文案，还没进组织架构
过去六个月，Agent相关职位在Databricks招聘中的占比几乎翻倍，从1.1%涨到2.1%。这个涨幅不是单一团队的一次性冲高：工程、AI Research、Product/GTM三条团队线依次加入，招聘范围在逐步铺开。但在Databricks所有LinkedIn可见的现职员工中，带Agent字样的岗位占比不到1%，不限职能分类的全员头衔检索也是如此。
工程团队（Agentic Applications）占比，按月
份额从97%降到56%，但仍是三条线里最大的一条。
数据来源: Metix AI
AI Research团队占比，按月
5月起才出现在这条线上，一度涨到37%。
数据来源: Metix AI
Product/GTM团队占比，按月
5月一度回落，7月起明显放量到26%。
数据来源: Metix AI
04 · 产品信号
04改写招聘结构的，是那个热度低得多的产品
Databricks招聘文案里提到“Lakebase”的比例六个月里涨了约10倍（0.4%到7月峰值4.6%）——是这份数据里最清晰的单一产品信号。同期更受关注的AI产品Agent Bricks，提及率完全没有增长趋势，在0.7%到1.4%之间来回波动。按招聘职能而非产品名统计的Database相关职能岗位占比，同一时间段里同步上升，指向同一个信号。真正重塑招聘结构的是这个热度较低的产品。
Lakebase、Genie、Agent Bricks、Unity Catalog/AI Gateway、Database Function：2月到8月的变化
Lakebase与Genie走出几乎相同的上升曲线，8月分别收在3.9%和2.9%；Agent Bricks的峰值就是它的起点（2月1.4%），Unity Catalog/AI Gateway六个月基本原地打转（3.8%到4.1%，中间跌到2.2%）；Database Function同步从1.4%涨到1.7%，6月峰值2.4%，用完全不同的分类方法独立验证了同一个方向。
← 左右滑动查看完整图表 →
数据来源: Metix AI
05 · 人才流动与组织结构
05人才流向和员工增速指向同一个差距，组织构成却几乎一样
下面从来源公司、流动方向和职能构成三个角度，对比Databricks与Snowflake。
流向Databricks的人才——规模较大来源
9家规模较大的来源公司，全部偏向Databricks。
数据来源: Metix AI
流向Snowflake的人才——规模较大来源
同一批9家公司合计流向Snowflake 2,260人，约为流向Databricks（3,646人）的六成。
数据来源: Metix AI
流向Databricks的人才——规模较小来源
7家规模较小的来源公司里，5家偏向Databricks，Fivetran和dbt Labs偏向Snowflake。
数据来源: Metix AI
流向Snowflake的人才——规模较小来源
同一批7家公司合计流向Snowflake 115人，约为流向Databricks（171人）的三分之二。
数据来源: Metix AI
Databricks与Snowflake之间的人才流动，按方向
流向Databricks的人数约是反方向的2.2倍。
数据来源: Metix AI
Databricks与Snowflake，现职员工职能构成
两家公司在AI/ML、安全/治理、现场/客户赋能、企业职能四类上的合计占比几乎相同（8.6%对8.5%）；最明显的具名差异来自IC Software Engineering（24.9%对19.6%）。图中仅展示六类重点职能。
职能DatabricksSnowflake
Software Eng.24.89%19.55%
Sales/GTM41.80%38.44%
AI/ML1.91%1.29%
Security0.66%1.18%
Field Enablement3.22%2.84%
Corporate2.82%3.17%
数据来源: Metix AI
06 · 重点团队
06人才清单
基于现有职业档案，按AI、Database、Security/Governance和Data Engineering四条技术线，对比Databricks与Snowflake的代表性人才。每组2人，仅用于观察团队构成，不代表排名或完整名单。
A●● R●●
Software Engineer, Applied AI（San Francisco）
LLM Systems · Text-to-query Systems · RAG
B●● A●●
Machine Learning Engineer, GenAI（San Francisco）
Mosaic AI · Model Deployment · Applied ML
Y●● L●●
Lakebase（Madison）
Meta · Intel · Database Platforms
R●● D●●
Member of Technical Staff, Lakebase（Amsterdam）
Neon · Cloud-native Database · Growth Engineering
P●● J●●
AI Data Cloud Architecture, Solutions（Mountain View）
Applied ML · Enterprise Architecture · Solutions
A●● J●●
AI Architect（Bengaluru）
Data Analytics · Enterprise Architecture
J●● T●●
Software Engineer, Database Security（San Francisco）
Platform Security · Software Engineering
K●● K●●
Senior Software Engineer, Database Security（Redmond）
Platform Security · Senior IC
Databricks
Security / Governance
N●● K●●
SWE Leadership, Company-wide Data Governance（San Francisco）
Platform Leadership · Scalable Systems
B●● E●●
Sr. Staff Security Engineer（Lehi）
Enterprise Security · Staff IC
Databricks
Data Engineering
S●● A●●
Lead Data Engineer（San Francisco）
Lakehouse · Spark · Delta Lake
M●● G●●
Staff Data Engineer（Gurugram）
Cloud Data Architecture · Staff IC
Snowflake
Security / Governance
A●● S●● P●●
Security Data Governance（Atlanta）
Compliance · Risk · Governance
P●● P●●
Security Software Engineer（San Jose）
Security Automation · Product Engineering
Snowflake
Data Engineering
Z●● M●●
Principal Cloud Data Engineer（San Francisco）
Cloud Data Platforms · Principal IC
A●● G●●
Senior Data Engineer, IC4（Pune）
Data Platforms · Senior IC
数据来源: Metix AI · 现有职业档案
常见问题
本报告回答的问题
- 《从数据工程到AI Agent：Databricks正在重塑企业数据技术栈 | Metix AI》覆盖什么？
- 美国、印度、荷兰招聘与在职数据：Forward Deployed Engineer 三个月涨约 40 倍，改写招聘结构的是 Lakebase，Agent 仍停留在产品语言层面。
- 《从数据工程到AI Agent：Databricks正在重塑企业数据技术栈 | Metix AI》的样本与口径是什么？
- Databricks的Agent信号停留在产品与招聘语言层面，还没有变成组织建制。同期招聘结构里更大的变化来自另一条线——Forward Deployed Engineer，以及一个热度低得多的产品Lakebase。三条核心结论分别来自招聘文本、现职员工和产品关键词等独立数据源。
- 如何引用本报告？
- Metix AI Talent Intelligence，2026-08-20。从数据工程到AI Agent：Databricks正在重塑企业数据技术栈 | Metix AI。https://metix.ai/reports/zh/mapping/databricks-ai-talent-strategy-2026
需要把竞品的人才结构转成可执行的人才搜索？
Metix AI 可按目标公司的职能构成、产品线关键词与人才流入流出方向，生成私有候选人池、竞争公司清单与验证证据。
开始 Mira 试用
人才报告 · 不展示个人信息 · 由 Metix AI 提供