奔驰
Data Engineer
Data Engineer
发布于 大约 16 小时前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
本科
数据分析与科学
SQL
云平台
ETL
数据建模
知识图谱
Neo4j
Graphdb
AI 估算 · 25k–40k
北京跨国巨头数据工程师岗，5年以上经验且掌握图数据库和云平台，市场竞争力强，月薪2.5-4万合理。
职位详情
关于这个职位
作为梅赛德斯-奔驰中国区的数据工程师，你将加入AI与数据价值团队，负责设计和实现基于知识图谱的数据管理平台，统一跨域数据
你将构建和维护ETL/ELT管道，优化图数据库查询，并参与云端部署
这是一个技术驱动且与业务紧密结合的岗位，适合有5年以上经验、熟悉图数据库和云平台的数据工程专家
最低要求
本科或硕士学历（计算机科学、信息系统、工程、物理、数学等定量专业）或同等工作经验
年以上数据工程经验
熟练使用Python和SQL，了解RESTful API和网络爬虫
熟悉ETL框架（特别是Spark）和云数据平台（Databricks）
有数据仓库概念、维度建模和大数据技术经验
熟悉基于Sprint的开发、CI/CD及相关工具（JIRA、Confluence、Github等）
良好的英语和中文沟通能力
工作职责
构建和维护ETL/ELT管道，将结构化和非结构化数据导入集中式知识图谱平台
设计、开发和维护语义数据模型，在知识图谱中表示异构系统（ERP、CRM、IoT）
实现和优化图数据库实例，用于图存储和查询
应用映射脚本和验证规则，确保治理合规性和数据质量
优化大规模汽车数据集的图查询和基于图的推理
在云/混合部署（Azure、AWS、阿里云）上进行协作，实现可扩展性和弹性
与AI架构师、数据科学家和业务利益相关者紧密合作，使技术设计与用例需求保持一致
参与冲刺规划和架构评审
监控系统性能，排查问题并实施优化，确保数据流畅运行
研究并实施新的数据技术和最佳实践，保持数据平台的前沿性
优先资格
有语义技术和图数据库设计经验
有GraphDB、Neo4j或其他图数据库的实操经验
熟悉Java、Scala或类似语言
了解RDF表示
能设计、文档化和优化复杂数据架构
有将数据解决方案集成到现有业务流程和IT环境中的经验
AI 洞察
优缺点分析
优点
- 加入奔驰中国AI核心团队，接触汽车行业前沿数据场景和高端技术栈
- 技术驱动型岗位，图数据库和云平台经验价值高，职业护城河强
- 外企文化规范，工作流程清晰，团队协作国际化
- 需要同时掌握数据工程、图数据库和云平台，技能要求全面且深入
- 外企中英语沟通要求高，需要适应跨文化协作
- 适合5年以上经验、对知识图谱和语义技术有浓厚兴趣，追求技术深度和国际化平台的数据工程师
缺点 / 挑战
- 汽车行业数据复杂度高，系统集成与治理挑战大
角色解读
- 向数据架构师或AI平台负责人发展，主导复杂数据系统的设计与演进
- 深入知识图谱与语义AI领域，成为企业级知识管理专家
- 可横向扩展到AI全栈方向，参与模型部署与MLOps
- 设计并维护知识图谱平台，整合来自ERP、CRM、IoT等系统的异构数据
- 构建ETL/ELT管道处理结构化和非结构化数据，并优化图数据库查询性能
- 与AI架构师、数据科学家及业务方协作，确保技术方案满足业务需求
- 参与云端部署（Azure、AWS、阿里云）和系统性能监控
- 精通Python、SQL及RESTful API，具备Spark和云数据平台（Databricks）经验
- 掌握图数据库（Neo4j、GraphDB）和语义数据建模，熟悉RDF
- 具备数据仓库、维度建模和大数据技术基础
- 熟悉CI/CD工具（JIRA、GitHub）和敏捷开发流程，中英文沟通流利
申请策略
- 申请时附上个人GitHub链接或数据工程项目文档，展示代码质量和架构能力
- 了解奔驰中国的AI战略和知识管理方向，在面试中体现业务理解
- 突出图数据库项目经验（如Neo4j、GraphDB）和语义建模案例
- 详述ETL/ELT管道设计、Spark使用及云平台（Azure/AWS/阿里云）部署经历
- 强调中英文双语能力和跨团队协作成果
- 系统学习RDF/OWL等语义技术标准，补充知识图谱理论基础
- 动手实践Databricks和Spark SQL调优，积累大数据处理性能优化经验
面试指南
- 用STAR法则（情境-任务-行动-结果）结构化回答项目经验
- 技术问题先阐明核心概念，再结合实战案例展示深度
- 业务理解题从数据价值出发，关联公司转型目标
- 请描述你设计过的一个知识图谱项目，包括数据模型、技术选型和性能优化
- 如何在混合云环境中设计高可用的ETL管道？
- 解释RDF和属性图的区别，在什么场景下选择哪一种？
- 如何确保数据治理合规性？请举例说明
- 请用英语简述你对汽车行业数据挑战的理解
匹配度报告
69
综合匹配度
北京奔驰核心AI团队，前沿图数据库技术栈，国际化平台，现场办公。
适合人群
最适合追求技术成长和前沿知识图谱领域发展的数据工程师，对办公灵活性要求不高。
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90
工作生活40
使命价值70
薪资福利匹配
75中等
薪资水平在北京市场具有竞争力，外企福利完善，但JD未明确具体薪资和额外福利，需面试确认。
薪资信号未披露（AI估算：25K-40K/月）
成长发展匹配
90较高
技术栈前沿（图数据库、知识图谱、云平台），团队氛围创新，有大量学习和成长机会。
技术前沿前沿/新兴技术
技术栈知识图谱、Neo4j、GraphDB、RDF、Spark、Databricks、Azure、AWS、阿里云
业务类型ambiguous
工作生活匹配
40较低
工作地点为北京，需要现场办公，未提及弹性工作或远程选项，可能面临通勤压力；外企WLB相对较好但未明确说明。
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
奔驰作为汽车行业巨头，在智能化转型中承担重要角色，工作有行业影响力，但JD未强调社会使命。
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