格步
Lead Data Engineer, GrabX (Experimentation & Config Management)
Lead Data Engineer, GrabX (Experimentation & Config Management)
发布于 5 个月前基层主管/组长
Bình Thạnh, Vietnam
专家级经验
全职员工
仅现场办公
学历未注明
软件工程
A/B测试
分布式系统
团队管理
实验平台
数据建模
数据管道
AI 估算 · 60k–100k
该职位要求专家级数据工程技能和团队领导经验，处理PB级数据和复杂系统，在东南亚科技巨头中属于高价值技术领导岗位，薪资竞争力强。
职位详情
关于这个职位
这是一个数据工程团队负责人职位，专注于构建GrabX实验与配置管理平台的数据核心
你将负责设计和实现高吞吐量的批处理和实时数据管道，处理每日数十亿的实验事件，为自动化分析引擎提供支持
同时，你需要领导团队，推动数据架构演进，并确保实验结果的准确性和可靠性
最低要求
在数据工程或软件工程领域拥有至少7年以上经验，专注于数据密集型系统
精通至少一门编程语言：Scala、Go或Python
拥有使用Apache Spark或Apache Flink构建大规模数据处理系统的丰富经验
深刻理解StarRocks、ClickHouse或Trino等OLAP数据库技术
拥有领导工程团队以及在高压、低延迟环境中进行技术权衡的可靠记录
具备数据建模、数据仓库管理以及在PB级规模下管理分布式系统的深厚知识
具备优秀的英语沟通能力，并有在区域或全球环境中工作的经验
工作职责
设计和构建稳健的批处理和实时数据管道，以处理每日数十亿的实验事件，用于自动化分析
开发高效的Spark或Flink作业，大规模计算复杂的业务指标和统计显著性
实施严格的数据验证和监控框架，确保实验结果准确可靠
领导我们的数据架构向集中式指标存储模型过渡，以实现跨产品组的无缝复用
指导工程师团队，同时推动数据建模和面向数据密集型应用的系统设计的最佳实践
与数据科学家合作，在实验生命周期内自动化假设检验和异常检测
优先资格
有构建内部实验平台或自动化A/B测试框架的经验
精通用于数据基础设施的CI/CD工具、AWS、Terraform和Kubernetes
熟悉实验中使用的统计概念，如p值和置信区间
AI 洞察
优缺点分析
优点
- 平台核心性：GrabX是公司关键实验平台，工作直接影响全公司的产品决策和功能发布
- 职业发展清晰：作为团队负责人，既有技术深度又有管理广度，为向更高阶技术领导岗位发展铺路
- 国际化环境：在东南亚领先的超级应用公司工作，拥有跨国团队协作和英语工作环境
- 技术复杂度高：需要处理大规模、低延迟的数据系统，对系统设计和故障排查能力要求极高
- 责任重大：作为平台核心的负责人，数据准确性和系统稳定性直接关系到公司产品决策的质量
- 跨团队协作：需要与多个产品团队、数据科学家紧密合作，沟通和协调工作量较大
- 适合拥有7年以上数据工程经验，不仅技术扎实，而且具备团队领导意愿和能力，希望在核心数据平台发挥关键作用的高级工程师
缺点 / 挑战
- 技术挑战高：处理PB级数据和实时实验分析，能深度接触前沿的大数据技术和架构
角色解读
- 技术路径：可向数据架构师、首席数据工程师或技术专家方向发展，专注于超大规模数据处理和平台架构
- 管理路径：可晋升为工程经理、技术总监，负责更大的数据平台团队或整个数据产品线
- 行业影响：在实验平台和数据驱动决策领域积累的专长，使其成为互联网公司数据基础设施的核心人才
- 设计和构建高吞吐量的数据管道，处理每日数十亿的实验事件，为自动化分析提供数据支持
- 开发Spark或Flink作业，大规模计算业务指标和统计显著性，确保实验结果的严谨性
- 领导数据架构向集中式指标存储演进，并建立数据验证与监控框架以保证数据质量
- 指导工程师团队，推动数据建模和系统设计的最佳实践，并与数据科学家合作自动化实验分析流程
- 专家级的大规模数据处理技能，精通Apache Spark或Apache Flink，以及OLAP数据库如StarRocks
- 深厚的数据工程知识，包括数据建模、数据仓库和PB级分布式系统的设计与运维
- 团队领导与项目管理能力，能够在高压、低延迟环境中做出技术决策并推动最佳实践
- 优秀的编程能力（Scala/Go/Python）和英语沟通技巧，以适应跨国团队协作
申请策略
- 深入了解Grab的业务和GrabX平台的目标，思考如何将自己的经验与“最小化洞察时间”这一使命相结合
- 准备用英语清晰阐述复杂的技术方案和项目经历，面试很可能全程使用英语
- 重点展示领导或深度参与大规模数据管道（使用Spark/Flink）构建的项目经验，量化处理的数据量和性能指标
- 突出在数据建模、数据仓库设计以及确保数据质量（验证、监控）方面的具体成就和最佳实践
- 详细描述任何团队领导、技术指导或推动跨团队协作的经历，体现技术领导力
- 如有构建或优化实验平台、A/B测试框架的经验，务必作为核心亮点呈现
- 如果对StarRocks/Trino等OLAP引擎不熟，可快速学习其核心原理和在实验分析场景下的应用
- 复习统计基础知识（如p值、置信区间），理解其在A/B测试中的实际意义，以便与数据科学家高效沟通
面试指南
- 使用STAR法则（情境、任务、行动、结果）来结构化回答，特别是对于项目经验类问题
- 对于技术问题，从架构设计、技术选型、具体实现、遇到的挑战及解决方案、最终效果（量化指标）等多个层面进行阐述
- 对于行为和管理问题，结合具体事例，展示你的领导风格、问题解决能力和对团队成长的贡献
- 请描述你设计过的最复杂的一个数据管道，遇到了哪些挑战，你是如何解决的？
- 你如何确保大规模实验数据的准确性和一致性？请谈谈你实施的数据验证和监控策略
- 当处理PB级数据时，你如何进行性能优化和成本控制？请分享一个具体的例子
- 作为团队负责人，你如何指导初级工程师并推动团队采纳新的技术或最佳实践？
- 请解释一下p值和置信区间在A/B测试结果解读中的作用
职位点评
格步 的其他在招职位
相似职位推荐
Watch Jobs