中国平安
资深软件工程师
资深软件工程师
发布于 大约 14 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
本科
大数据
SQL
数据仓库
OLAP
ClickHouse
AI 估算 · 25k–40k
资深岗位，大厂平台，技术要求高，市场竞争充分，薪资在上海市属中上水平。
职位详情
关于这个职位
该职位是中国平安旗下银行数据类产品的资深软件工程师岗位，主要负责标签、事件、指标等模块的技术方案设计与研发，与银行数据部门对接，进行数仓模型设计和OLAP引擎应用
需要5年以上经验，熟悉大数据生态和主流开源框架，适合有银行项目背景的资深数据工程师
最低要求
本科及以上学历、工作年限5年以上
熟悉一种或几种OLAP引擎（Kylin、Clickhouse、Impala、Presto等），有相关引擎应用项目经验
熟悉数仓模型设计，掌握维度建模设计方法
熟练使用SQL，有主流数据库脚本开发经验
了解Spring, SpringMVC、Mybatis，SpringBoot、SpringCloud等开源框架
工作职责
参与银行数据类产品标签、事件、指标等相关模块的技术方案设计与研发工作
负责与银行数据部门对接，包括明确数据需求、调研数据能力、规划数据对接方案
负责数据库模型设计，标准化产品的模型优化、定制化需求设计
了解ETL数据开发
优先资格
有银行指标平台、标签平台项目经验的优先
有项目leader经验的优先
了解大数据生态，有相关项目经验的优先
有python相关项目经验的优先
AI 洞察
优缺点分析
- 中国平安作为大型上市集团，平台稳定，资源丰富，项目规模大，技术挑战有深度
- 涉及OLAP、大数据生态等主流技术栈，有利于个人技术积累和职业竞争力提升
- 银行数据业务场景复杂，接触真实业务需求，成长空间大
- 银行项目流程繁琐，跨部门协作沟通成本较高，需要耐心和协调能力
- 技术栈要求广泛，需同时掌握OLAP、数仓、后端框架和大数据生态，学习压力较大
- 可能面临一定的工作强度，特别是在项目交付节点
- 适合有5年以上经验、希望深耕数据方向、且能适应大型组织协作节奏的资深工程师
角色解读
- 可向大数据架构师或数据平台负责人方向发展，主导复杂数据系统的设计
- 积累金融行业数据经验后，可转型为银行/金融科技领域的数据专家或产品经理
- 有机会带领团队，逐步晋升为技术Leader或数据团队管理者
- 负责银行数据产品的标签、事件、指标模块的技术方案与研发，涉及数据建模和OLAP引擎应用
- 与银行数据部门沟通需求，规划数据对接方案，推动数据标准化
- 进行数据库模型设计，优化标准化产品模型，满足定制化需求
- 了解ETL数据开发流程，确保数据链路畅通
- 精通OLAP引擎（如Kylin、Clickhouse、Impala、Presto），并有实际项目经验
- 扎实的数仓建模能力，熟悉维度建模方法
- 熟练使用SQL，具备主流数据库脚本开发经验
- 熟悉Spring全家桶（Spring Boot、Spring Cloud等）和Mybatis等框架
申请策略
- 提前了解平安银行的业务线（如平安银行信用卡、零售等），面试中展示对业务的理解
- 准备好一个完整的数据项目案例，从需求到技术方案再到落地效果
- 突出OLAP引擎项目经验，如具体使用Kylin或Clickhouse解决过哪些性能或业务问题
- 强调数仓建模项目，展示维度建模能力，最好有银行或金融数据领域的案例
- 列出使用Spring全家桶进行系统开发的经验，体现全栈工程能力
- 如有指标平台、标签平台项目或Python大数据处理经验，务必重点呈现
- 如果对OLAP引擎不熟悉，可以快速学习Clickhouse的基本使用和调优
- 深入了解银行数据模型（如监管报送、风控指标等），有助于应对面试
面试指南
- 对于项目介绍类问题，采用STAR法则：Situation（项目背景）、Task（任务目标）、Action（你的具体行动）、Result（量化结果）
- 对于技术对比类问题，从架构、性能、适用场景、优缺点等维度进行结构化对比，体现深度思考
- 对于数据建模类问题，先明确业务需求，再按照维度建模四步法（选择业务过程、声明粒度、确认维度、确认事实）展开
- 请介绍一个你主导的OLAP项目，包括技术选型、架构设计和性能优化
- 如何设计一个银行客户标签系统的数据模型？请举例说明维度建模的思路
- 在数据对接过程中，遇到数据质量问题时你是如何处理的？
- Spring Cloud微服务如何与大数据组件协同工作？你有相关的实践吗？
- 请谈谈你对Clickhouse和Kylin的对比理解，以及各自的适用场景
匹配度报告
71
综合匹配度
大厂资深技术岗，薪资优厚，技术主流，但工作生活平衡不确定。
适合人群
该职位最适合看重平台稳定性、薪资成长空间、技术深度提升的求职者。
最强匹配
薪资福利匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展80
工作生活50
使命价值70
薪资福利匹配
85较高
薪资待遇在市场中上水平，大厂福利完善，但JD未具体说明薪资福利细节。
薪资信号未披露 (25K-40K/月)
成长发展匹配
80较高
技术栈主流且前沿，银行数据项目挑战大，有利于个人成长，但JD未明确晋升或培训机制。
技术前沿主流现代技术
技术栈OLAP、Clickhouse、Kylin、Impala、Presto、Spring Boot、Spring Cloud、Mybatis、大数据、Python
业务类型ambiguous
工作生活匹配
50较低
工作地点在上海，未提及远程或弹性办公，大厂可能加班较多，WLB信号不明。
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，银行数据项目对社会有一定价值，但使命导向不强烈。
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