中国平安
数据平台Java高级开发工程师
数据平台Java高级开发工程师
发布于 大约 21 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
数据平台
ETL
SQL优化
StarRocks
MPP
AI 估算 · 30k–50k
资深大数据平台开发，技术栈稀缺（StarRocks），平安大厂薪资有竞争力，中级工程师月薪30-50K。
职位详情
关于这个职位
该职位负责平安数据平台的核心服务化架构设计，基于StarRocks MPP引擎构建高并发、低延迟的统一数据查询入口，支撑实时/离线数据调用
您将深度参与StarRocks调优与二次开发，解决亿级数据场景下的性能瓶颈，并对接Hadoop、Spark、Flink等大数据组件，推动数据服务标准化与治理
适合具备扎实Java后端功底和MPP引擎实战经验的资深工程师
最低要求
Java基础与分布式架构：本科及以上学历，4年以上Java后端开发经验，精通多线程、集合、JVM原理，具备分布式系统设计与开发经验（如微服务架构、分布式缓存、消息队列）
MPP架构与StarRocks深度经验：深刻理解MPP架构的核心原理，熟练掌握StarRocks的安装部署、集群管理、性能调优（查询计划优化、资源隔离、BE/FE节点配置调优）
具备StarRocks表模型设计（明细模型、聚合模型、更新模型）、分区策略优化、导入导出（Broker Load/Stream Load/Routine Load）实战经验，能独立解决高并发查询下的慢查询、内存溢出等问题
了解ClickHouse、Doris等其他MPP引擎，能对比分析不同引擎的适用场景，具备技术选型能力者优先
数据处理与服务化能力：熟悉大数据生态组件（HDFS、Hive、Spark、Flink），具备数据同步、ETL开发、数据湖/数据仓库建设经验
掌握RESTful API、gRPC等服务封装技术，有数据服务平台、API网关开发经验者优先
工作职责
OneService数据服务化架构设计：主导平台基于MPP架构（StarRocks为核心）的数据服务层设计，构建高并发、低延迟的统一数据查询入口，支撑业务侧的实时/离线数据按需调用
StarRocks深度应用与优化：负责StarRocks的调优与二次开发，包括表结构设计（分区/分桶策略）、查询SQL优化、物化视图与 Bitmap 索引优化，解决亿级数据场景下的查询性能瓶颈
数据服务封装与治理：基于StarRocks构建标准化数据服务接口，实现数据权限管控、查询限流、结果缓存等功能，保障数据服务的安全性、稳定性与高可用性
跨架构数据融合：对接Hadoop、Spark、Flink等大数据组件与StarRocks的数据流同步（如通过Flink-CDC实现实时入湖入仓），设计离线批量导入+实时增量更新的混合数据处理方案
业务协同与落地：深入理解业务数据需求，将复杂查询场景转化为StarRocks优化方案，配合业务团队完成数据服务上线与问题排查，支撑核心业务决策
优先资格
了解ClickHouse、Doris等其他MPP引擎，能对比分析不同引擎的适用场景，具备技术选型能力者优先
AI 洞察
优缺点分析
- 技术前沿：深度涉及StarRocks等新型MPP引擎，技能稀缺性强，市场价值高
- 平台优越：平安集团巨头，数据量大、场景复杂，能积累海量数据处理经验
- 架构影响力：主导核心数据服务设计，成长空间大，可塑造技术领导力
- 技术难度大：需要同时精通Java后端和大数据组件，StarRocks调优门槛高
- 工作强度大：金融级高并发和稳定性要求，可能面临紧急排查和压力
- 竞争激烈：平安内部技术人才密集，晋升需持续产出突出成果
- 适合有多年Java后端经验、希望向大数据架构方向转型，且抗压能力强的资深工程师
角色解读
- 技术深耕：成为StarRocks/MPP领域专家，主导数据平台架构演进
- 架构师路线：从数据服务到全平台架构设计，晋升资深/首席工程师
- 跨界发展：积累金融大数据经验，转业务数据产品经理或数据科学家
- 设计并优化基于StarRocks的MPP数据服务层，构建统一的高并发查询入口
- 深入调优StarRocks性能，解决亿级数据的查询慢、内存溢出问题
- 封装标准化数据服务接口，实现权限、限流、缓存等治理功能
- 打通Hadoop、Spark、Flink与StarRocks的数据同步，实现实时+离线融合方案
- 扎实Java基础：多线程、JVM、分布式架构设计
- StarRocks深度掌握：部署、调优、表模型设计、导入导出
- 大数据生态熟悉：HDFS、Hive、Spark、Flink及ETL开发
- 服务化能力：RESTful API、gRPC、数据服务平台开发
申请策略
- 了解平安业务数据场景（如保险、金融），可在面试中结合业务痛点提出技术方案
- 推荐准备1-2个架构设计案例，体现从需求到落地的完整思路
- 突出Java后端高性能系统设计案例，尤其是多线程、JVM调优经验
- 详细展示StarRocks或类似MPP引擎（如ClickHouse、Doris）的实际调优和二次开发项目
- 强调大数据组件集成（Flink-CDC、Spark流处理）和数据服务化落地经验
- 量化成果：如延迟降低、QPS提升、稳定性指标等
- 若StarRocks经验不足，可快速学习其架构和调优文档，动手搭建测试集群
- 加强SQL优化和物化视图设计能力，复习分布式系统一致性原理
面试指南
- 用STAR方法结构化回答：情境-任务-行动-结果，突出难点和解决方案
- 技术问题先从原理出发，再到具体配置和优化参数，体现深度
- 设计类问题先澄清需求，再给出多层架构方案，考虑扩展性和容错
- 请解释StarRocks的MPP架构、BE/FE角色和工作原理
- 如何优化一个亿级大表的慢查询？请结合分区分桶、物化视图、索引等
- 描述一次你通过Flink-CDC同步MySQL到StarRocks的实践，遇到过什么坑？
- 设计一个高并发数据服务API，如何限流、缓存并保证数据一致性？
- 对比StarRocks和ClickHouse的优缺点及适用场景
匹配度报告
65
综合匹配度
技术前沿、成长空间大，但WLB一般，适合高驱动力的资深工程师。
适合人群
最适合重视技术成长和职业发展的求职者，对工作生活平衡要求不高。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展90
工作生活40
使命价值60
薪资福利匹配
70中等
平安作为上市巨头，薪资福利有保障，但未在JD中明确具体薪酬福利，且深圳生活成本较高。
薪资信号未披露 (30K-50K/月)
成长发展匹配
90较高
职位涉及前沿MPP技术StarRocks深度应用，技能成长空间大，但JD未明确晋升通道。
技术前沿前沿/新兴技术
技术栈Java、StarRocks、MPP、Hadoop、Spark、Flink、Flink-CDC
业务类型ambiguous
工作生活匹配
40较低
JD未提及远程或弹性办公，深圳互联网大厂通常现场办公，且金融业务可能对稳定性要求高，WLB一般。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
60中等
平安作为金融科技巨头，数据平台支撑核心业务，有一定行业意义，但JD未突出社会使命感。
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