58 City logo
58同城
高级数据开发工程师

高级数据开发工程师

发布于 大约 2 个月前

普通员工/个人贡献者

北京市
中级经验
全职员工
仅现场办公
本科
数据分析与科学
数据挖掘
数据仓库
风控

AI 估算 · 20k–35k

北京大数据岗位薪资较高,结合技术栈要求(Hadoop/Spark/Flink)和金融方向,中位数约27.5k,有竞争力。

职位详情

关于这个职位

这是一个高级数据开发工程师职位,负责金融数据仓库的搭建、数据清洗与转换,以及风控特征开发和数据挖掘

你将使用Hadoop、Hive、Spark、Flink等主流大数据技术,支撑金融风控和营销应用,并保障数据质量
该职位适合有1年以上大数据经验、热爱技术并希望深入金融数据领域的求职者

最低要求

年以上大数据相关工作经验,计算机相关专业本科以上学历

熟悉Hadoop大数据平台架构,熟练掌握Hive, Map/Reduce 或spark大数据处理工具
熟悉streaming、flink等流处理技术
具备良好的JAVA开发技能,熟悉Linux系统,能使用shell/ python脚本处理问题
具有一定的数据敏感性,对数据质量等问题有较好的嗅觉

工作职责

负责数据接入、数据清洗、数据转换,参与金融数仓搭建和数据报表开发

参与风控特征开发和数据挖掘工作,支撑金融风控和营销应用,保障数据质量
关注大数据类技术方向,进行持续跟踪和学习,以及技术攻关工作

AI 洞察

优缺点分析

优点

  • 平台优势:58同城为上市巨头,业务稳定,数据量大,有丰富的实战场景
  • 技术成长:接触Hadoop、Spark、Flink等主流大数据技术栈,紧跟前沿
  • 行业前景:金融风控是热点方向,数据价值高,利于长期职业发展
  • 工作强度:金融数据对准确性和实时性要求高,可能需要应对紧急任务
  • 技术深度:需要持续学习新工具,如Flink和Streaming,有一定学习曲线
  • 适合有1-3年大数据经验、热爱技术、希望深入金融风控领域并追求技术成长的求职者

缺点 / 挑战

  • 竞争压力:大数据岗位热门,需不断进步以保持竞争力

角色解读

  • 技术路径:可向大数据架构师、数据科学家方向发展,深入实时计算与AI
  • 业务路径:在金融风控领域积累经验,成为数据驱动决策的专家
  • 管理路径:未来可带领数据团队,负责数据平台建设
  • 负责金融数据仓库的搭建和数据ETL流程开发,包括数据接入、清洗、转换和报表开发
  • 参与风控特征开发和数据挖掘,支撑金融风控和营销应用
  • 保障数据质量,持续优化数据处理流程和性能
  • 精通Hadoop生态,包括Hive、Spark、MapReduce和Flink等核心组件
  • 扎实的Java编程能力,熟悉Linux系统和Shell/Python脚本
  • 具备数据敏感性和质量意识,能发现和解决数据问题

申请策略

  • 了解58同城金融业务线(如58金融),在申请中展示对金融数据的兴趣
  • 关注公司技术博客或开源项目,体现技术热情
  • 突出大数据项目经验,尤其是数仓搭建、ETL流程和风控特征开发
  • 详细描述使用Hive、Spark、Flink等技术解决实际问题的案例
  • 强调数据质量和性能优化的成果,如提升处理效率或降低数据错误率
  • 提前学习Flink实时流处理,因为JD特别提及
  • 复习数据仓库建模和维度建模理论,准备数仓相关面试题

面试指南

  • 使用STAR法则:情境、任务、行动、结果,结构化回答技术问题
  • 对于开放性问题,先阐述思路再举例,展示思考过程
  • 请描述一次Hive或Spark数据倾斜的处理经验
  • 如何设计实时流处理任务来保障数据一致性?
  • 在数仓分层设计中,如何平衡存储与查询性能?
  • 解释一下你在风控特征开发中使用过哪些数据挖掘方法?
  • Hadoop和Spark在数据处理上有什么区别?如何选择?
  • 复习Hadoop、Spark、Flink核心原理和常见优化技巧

职位点评

66
综合评分

大厂数据开发岗位,技术栈主流,薪资市场水准,适合技术导向者。

更适合这类人
适合重视技术成长和职业发展的求职者,若接受现场办公和适度工作强度。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活50
使命价值60

薪资福利

70中等

薪资处于市场中等偏上水平,但JD未明确福利,稳定性因大厂而有保障。

薪资信号未披露(AI估算:20K-35K/月)

成长发展

85较高

技术栈前沿,涉及Hadoop生态和流处理,成长空间大,但JD未提明确晋升路径。

技术前沿主流现代技术
技术栈Hadoop、Hive、Spark、Flink、Java、Python
业务类型ambiguous

工作生活

50较低

仅现场办公,无远程或弹性选项,位置在北京,未提WLB信号。

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

60中等

金融风控有一定的社会价值(辅助风险控制),但JD未强调使命或创新。

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