中国平安
数据架构师
数据架构师
发布于 大约 17 小时前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
本科
分布式系统
架构设计
数据仓库
大数据平台
OLAP
维度建模
AI 估算 · 30k–60k
资深数据架构师，金融科技巨头，薪资位于行业上游，体现技术深度和业务价值。
职位详情
关于这个职位
负责平安银行数据平台底座的整体架构设计，主导数据采集、集成、建模等端到端解决方案
你需要跟踪大数据前沿技术，结合融资业务场景进行技术预研，并指导工程师团队
这是一个在金融科技巨头中深度参与核心数据平台建设的机会
最低要求
本科及以上学历，计算机、数据科学等相关专业，5年以上大数据相关工作经验，具备大规模实时数据处理系统的设计与实施经验
有银行大数据系统开发经验者优先
精通大规模数据处理、分布式存储与计算架构，掌握数据建模方法论
了解流式计算、湖仓一体、实时数仓等前沿技术趋势
精通 SQL，熟练掌握 Hadoop、Hive、Spark、Flink、Kafka 等大数据组件，熟悉 OLAP 引擎（如 Doris、ClickHouse、StarRocks 等）的原理与应用
熟悉 Linux 系统及 Java、Shell、Python 等开发语言
熟悉数据仓库建模方法论（如维度建模、Data Vault），掌握主流建模工具（如 ER/Studio、PowerDesigner 或开源工具），具备从业务需求到数据模型的抽象能力
具备出色的跨团队沟通与协作能力，能有效推动数据标准、规范在业务与技术团队间的落地
具备强学习能力与技术创新意识，能快速掌握并应用新技术解决复杂业务问题
工作职责
负责银行业务系统数据平台底座的整体规划、架构设计与技术路线制定，主导数据采集、集成、建模、资产化管理等环节的端到端解决方案设计
跟踪大数据领域前沿技术，结合融资业务场景开展技术预研与落地，推动平台能力沉淀
负责跨部门及外部团队的技术交流，提升数据研发体系化能力
指导数据服务体系的架构设计与开发落地，构建高效、可复用的数据处理与服务能力
指导并赋能大数据工程师团队，承担技术导师角色，推动团队能力建设与技术骨干培养
推动大数据技术在融资产品全生命周期中的应用落地，包括风控建模、客户画像、额度测算、贷后监控等核心场景
优先资格
有银行大数据系统开发经验者优先
AI 洞察
优缺点分析
- 身处金融科技巨头，接触海量数据和高并发场景，技术挑战大，成长快
- 技术栈前沿，涉及流式计算、湖仓一体等新技术，积累宝贵经验
- 公司平台强，资源充足，有导师角色，利于建立行业影响力
- 金融行业数据合规要求严格，架构设计需兼顾安全与效率
- 跨部门协作频繁，沟通成本高，需要较强的协调能力
- 大厂内部流程复杂，可能影响技术创新的落地速度
- 适合5年以上经验、技术扎实、渴望在金融科技领域深耕的大数据专家
角色解读
- 技术方向：从架构师成长为数据领域专家或首席架构师，主导企业级数据战略
- 管理方向：可晋升为数据平台负责人或数据总监，管理更大规模团队
- 业务方向：深入金融科技领域，成为业务与技术融合的专家
- 负责银行数据平台的整体架构规划，从采集到资产化全链路设计
- 跟踪大数据前沿技术，在融资场景落地，驱动平台能力演进
- 指导工程师团队，承担技术导师角色，提升团队整体技术能力
- 推动大数据在风控、客户画像等核心业务场景的应用
- 精通分布式计算框架（Hadoop、Spark、Flink）和消息队列（Kafka）
- 扎实的数据建模能力，掌握维度建模或Data Vault，熟悉OLAP引擎
- 具备大规模实时数据处理系统设计经验，熟悉流式计算和湖仓一体
- 优秀的跨团队沟通协作能力，能推动数据标准与技术规范落地
申请策略
- 研究平安银行金融科技战略，在面试中展现对场景的理解
- 准备一个完整的数据平台架构案例，从需求到落地的全流程
- 突出大规模实时数据处理系统的设计经验，尤其是银行或金融相关项目
- 强调数据建模方法论掌握程度，如维度建模或Data Vault实践
- 展示技术领导力，如指导团队、技术分享或跨团队推动项目
- 巩固Flink、Kafka等流式处理技术，熟悉实时数仓架构
- 学习湖仓一体（Lakehouse）相关技术，如Iceberg、Hudi
- 了解金融风控、客户画像等业务场景，增强业务理解
面试指南
- 用STAR法则（情境、任务、行动、结果）组织项目案例回答
- 强调权衡取舍，如成本与性能、一致性与可用性
- 突出业务理解，将技术方案与业务价值结合
- 请描述一个你主导设计的大数据平台架构，并说明关键设计决策
- 如何保证实时数据处理的准确性和一致性？请举例
- 谈谈你对数据建模方法论的理解，以及在实际项目中如何选择
- 面对业务方复杂多变的需求，如何设计可扩展的数据平台？
- 复习大数据组件原理，如Flink的状态管理、Kafka的副本机制
匹配度报告
68
综合匹配度
大厂金融科技，前沿技术栈，发展空间大，但工作强度未知。
适合人群
适合重视技术成长和职业发展、愿意接受挑战的资深工程师。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展90
工作生活50
使命价值60
薪资福利匹配
70中等
薪资未明确但大厂通常有竞争力，福利未提及。
薪资信号未披露 (30K-60K/月)
成长发展匹配
90较高
技术前沿，有导师角色和团队指导机会，成长空间大。
技术前沿前沿/新兴技术
技术栈Hadoop、Spark、Flink、Kafka、OLAP、数据建模
成长机会指导团队、技术导师
业务类型profit_center
工作生活匹配
50较低
现场办公，工作强度未明确，但大厂通常节奏较快。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
60中等
金融科技行业稳定，有一定社会价值，但使命感不强。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
中国平安 的其他在招职位
相似职位推荐
Watch Jobs