中国平安
数据管理工程师
数据管理工程师
发布于 大约 14 小时前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
本科
数据仓库
ETL
数据治理
数据建模
Datax
AI 估算 · 20k–35k
上海市场大数据技术栈需求旺盛，结合公司规模与岗位级别，薪资处于中高水平。
职位详情
关于这个职位
该职位负责制定数据管理策略，规划大数据平台和数据集市建设，参与数据全链路开发（从采集到可视化）以及数据治理工作
你将接触Hadoop生态、实时计算等技术，并深入业务打造数据解决方案
适合有3年以上大数据开发经验、希望在大型平台提升架构和治理能力的工程师
最低要求
计算机及相关专业毕业，本科及以上学历，3年以上工作经历（包含3年）
熟悉数据工厂、维度建模、数据湖等数据仓库相关理论，实际参与过2个以上的数据仓库项目，有实际模型设计及ETL开发经验
有数据仓库分层架构设定经验者优先
熟悉Hadoop生态相关技术，如Hive、Spark、Flink、Kafka、Elasticsearch、Impala、HBase等，有基于分布式数据存储与计算平台应用开发经验，熟悉腾讯云、阿里云或CDH大数据平台组件（如DataX、hue等）者优先
了解kubernetes， docker等容器化技术
掌握一门或多门编程语言优先，如Python、Scala、Java等，熟悉Linux系统及常规shell处理命令
熟悉数据仓库领域知识和管理技能，包括但不局限于：元数据管理、数据质量、性能调优等
有良好的业务Sense，对数据业务场景非常敏感，能够横向协同，跨界整合资源，有效结合业务和技术创新，形成完整的数据解决方案，全局地规划或完善数据服务体系以解决业务/产品的问题
工作职责
参与公司数据管理策略的制定，能针对业务目标及发展现状设计数据团队的定位、目标，整体发展路线，能进行数据体系的整体规划与设计，包括技术架构、数据模型、指标体系、报表与产品体系、数据治理等
参与公司大数据平躺建设，建设各业务领域的通用数据集市
参与数据全链路的开发，包括日志埋点、内部与外部数据的采集、数据同步、数据清洗与标准化、数据模型设计、离线数据处理、实时数据处理、数据服务化、数据可视化等
参与数据治理工作，包括元数据管理、数据质量检查、数据分级管理等系统的设计、开发及应用，提升数据易用性、可用性及稳定性
参与公司数据管理，在深入了解业务的基础上，制定系统性端到端的数据解决方案，通过数据+算法驱动业务优化，打造新零售应用标杆
优先资格
有数据仓库分层架构设定经验者优先
熟悉腾讯云、阿里云或CDH大数据平台组件（如DataX、hue等）者优先
了解kubernetes， docker等容器化技术
AI 洞察
优缺点分析
- 大厂平台，数据体系完善，能接触大规模数据治理实践
- 技术栈前沿，包含实时计算、容器化等主流技术
- 职业发展空间大，可向技术专家或管理方向成长
- 技术栈庞杂，需要持续学习跟上更新
- 金融行业对数据安全性、合规性要求高，工作严谨度要求高
- 适合有3年以上大数据开发经验，渴望在大型平台深入数据治理和架构设计的工程师
角色解读
- 技术路径：向大数据架构师、数据治理专家发展
- 管理路径：可晋升为数据团队负责人或技术经理
- 业务路径：深入业务场景，成为数据产品经理或数据分析专家
- 参与制定数据管理策略，整体规划数据体系包括技术架构、模型和治理
- 建设大数据平台和通用数据集市，负责数据全链路开发（采集、清洗、模型、实时处理等）
- 执行数据治理工作，包括元数据管理、数据质量检查等
- 掌握数据仓库理论（维度建模、数据湖）和ETL开发经验
- 熟悉Hadoop生态（Hive, Spark, Flink等）及分布式计算
- 具备至少一门编程语言（Python/Scala/Java）和Linux基础
申请策略
- 面试前准备一套完整的数据架构设计方案，体现系统思维
- 关注平安集团在金融科技和新零售领域的数据应用，提前了解业务背景
- 突出数据仓库项目经验，明确项目规模、架构和职责
- 列举具体使用过的Hadoop组件和技术栈，强调实际开发与调优经历
- 展示编程能力，特别是Python/Java/Scala的项目应用
- 深入学习Flink实时处理框架，补充数据治理工具（如Apache Atlas）
- 了解云原生技术Kubernetes和Docker，增强部署能力
面试指南
- 使用STAR法则，先描述背景、任务，再重点讲行动和结果
- 技术选型部分要说明选择理由和对比分析
- 突出解决实际问题的案例，体现协同和业务理解
- 请描述你参与的一个数据仓库项目，包括架构分层和建模方法
- 你对数据治理怎么理解？如何保证数据质量？
- 比较Hive和Spark SQL的适用场景？
- 如何设计一个实时数据处理管道？
- 金融行业数据处理有哪些特殊要求？
匹配度报告
72
综合匹配度
大厂数据管理岗，前沿技术栈，成长空间大但需要现场办公。
适合人群
最适合重视技术成长和职业发展的数据工程师，愿意接受现场办公。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利匹配
75中等
薪资未明确披露，但结合大厂背景和市场水平，预计高于市场平均；福利未提及，总体补偿性中等偏上。
薪资信号未披露 (20K-35K/月)
成长发展匹配
85较高
技术栈前沿，涉及大数据生态完整，能深入数据治理，成长空间大。
技术前沿前沿/新兴技术
技术栈Hadoop、Hive、Spark、Flink、Kafka、Elasticsearch、Impala、HBase、Python、Scala、Java、Kubernetes、Docker、DataX
业务类型ambiguous
工作生活匹配
60中等
要求现场办公，未提远程或弹性工作，上海核心地段，WLB信号不明。
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
70中等
金融行业数据管理对社会影响力中性，但公司积极采用新技术，有一定创新意义。
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
Watch Jobs