中国平安
大数据开发工程师
大数据开发工程师
发布于 大约 16 小时前普通员工/个人贡献者
北京市 / 深圳市
中级经验
全职员工
仅现场办公
学历未注明
架构设计
数据仓库
ETL
调度
大数据平台
CDH
Hadoop生态
AI 估算 · 20k–35k
中级大数据开发岗，平安大厂平台，一线城市薪资水平较高，技术难度大，市场竞争力强。
职位详情
关于这个职位
作为中国平安的大数据开发工程师，你将参与集团大数据项目的全流程建设，包括ETL、调度和大数据平台的设计与实施
该职位要求3-5年经验，精通Hadoop生态和CDH部署，适合希望在金融科技领域深耕的技术人才
最低要求
有3-5年大数据工程师工作经验
担任大数据，对熟悉hadoop生态、能独立部署CDH、掌握大数据平台架构有深刻理解
有开源大数据环境部署能力，有大数据项目建设经验
熟悉hadoop生态，对大数据架构有较深的认识和了解
工作职责
参与部门大数据项目建设，对项目大数据产品，从ETL，调度，大数据基础平台的建设提出建设方案，并参与项目实施
参与大数据产品选型方案设计，提升公司大数据产品化交付能力
优先资格
有大型科技公司（例如：ibm、oracle、sap等）或金融科技公司（如：蚂蚁金服、京东金融、阿里腾讯华为等）工作经验优先
AI 洞察
优缺点分析
- 平安作为大型金融科技集团，平台稳定，项目资源丰富，能接触到大规模数据场景
- 大数据技术栈主流，职业发展前景广阔
- Base城市可选北京、深圳、成都、上海，灵活性高
- 金融行业对数据安全与合规要求高，工作可能涉及较多流程规范
- 技术迭代快，需要持续学习新工具和框架
- 大公司内部沟通协调成本可能较高
- 适合有3-5年大数据开发经验、希望在稳定大平台深耕技术、并能适应金融行业节奏的求职者
角色解读
- 可向大数据架构师方向发展，负责整体平台规划
- 也可转向数据产品经理或技术管理岗位
- 金融科技行业经验有助于跳槽至其他金融或科技公司
- 参与大数据项目建设，负责ETL流程、任务调度和大数据基础平台的方案设计与实施
- 进行大数据产品选型，提升公司大数据产品化交付能力
- 与团队协作，确保大数据平台的稳定运行和性能优化
- 精通Hadoop生态，包括HDFS、MapReduce、Hive、HBase等组件
- 能够独立部署CDH，并具备大数据平台架构设计能力
- 熟悉至少一种ETL工具和调度框架（如Oozie、Azkaban）
申请策略
- 关注平安的数字化转型方向，展示对金融科技的兴趣
- 在简历中体现项目价值，如提升数据处理效率、降低成本等
- 突出大数据项目经验，特别是Hadoop生态、CDH部署和ETL调度的实际案例
- 强调在大型公司或金融科技公司的工作背景（如有）
- 列出具体的技术栈和工具，如Hive、Spark、Kafka等
- 深入复习Hadoop生态组件原理和调优方法
- 了解平安的业务场景，如保险、银行等，可提前学习金融知识
面试指南
- 对于架构设计题，采用STAR法则（情境-任务-行动-结果），强调技术选型理由和效果
- 对于技术原理题，先定义概念，再对比优缺点，最后结合实际案例说明
- 请描述一个你亲自设计的大数据架构项目
- CDH集群部署的步骤和常见问题如何处理？
- Hive和Spark的区别及适用场景
- 数据倾斜如何定位和优化？
- 为什么选择加入平安？
- 准备至少一个完整的大数据项目案例，从需求到上线
匹配度报告
74
综合匹配度
大厂稳定、技术主流、薪资有竞争力，但WLB一般需现场办公。
适合人群
适合重视技术成长和稳定平台的求职者，对WLB要求不高者可考虑。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展85
工作生活60
使命价值70
薪资福利匹配
80较高
平安作为上市大公司，薪资福利具有竞争力，但JD未明确薪资范围，具体待遇需面议。
薪资信号未披露 (20K-35K/月)
成长发展匹配
85较高
职位涉及Hadoop生态等主流大数据技术，项目规模大，有利于技术成长，但未明确提及晋升通道。
技术前沿主流现代技术
技术栈Hadoop、CDH、ETL、HBase、Hive
业务类型ambiguous
工作生活匹配
60中等
职位为现场办公，未提及远程或弹性工作，但Base城市可选，有一定灵活性。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
70中等
金融科技行业稳定但社会影响力中性，职位本身对个人职业发展有意义。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs