达美乐
高级大数据开发工程师 (MJ014703)
高级大数据开发工程师 (MJ014703)
发布于 2 天前普通员工/个人贡献者
全职员工仅现场办公大数据
大数据
Mlops
Sql
大数据
数据仓库
值不值得投
79综合评分
综合评分 79
高级大数据岗位，技术前沿，薪资较高，但WLB可能一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
40K
比大数据中位数高
发布情况
新岗位 · 2 天前发布
市场机会
选择不多
上海 · 大数据 · 6 个在招
职位详情
关于这个职位
该职位负责制定和执行大数据技术路线图，设计并构建高可用的离线/实时数据平台，整合公司数据形成资产以满足分析需求，并带领团队开发核心AI模型，推动新技术赋能业务，提升产品竞争力
最低要求
/211统招本科及以上学历，计算机，数学相关专业
年以上大数据相关领域工作经验
具备扎实的数据结构，算法基础和编程功底，熟练掌握Scala、Python、Java等至少一门开发语言，熟练使用SQL
具备丰富的大数据研发经验，包括实时/离线数据处理，熟悉数仓建模，ETL开发与设计，数据治理等
熟练掌握Hadoop生态系统，对Spark,Flink,Hive的原理有深入了解，熟悉常见的分布式中间件，如Kafka，并具备大规模集群调优经验
熟悉至少一种主流OLAP引擎（如StarRocks、ClickHouse等），熟悉常用MLOps组件：如MLflow、Kubeflow、Airflow、Feast（特征存储） 中的至少两个
对数据敏感，具备良好的问题分析与解决能力，学习能力强，善于沟通，具备良好的团队协作精神
工作职责
负责制定并执行3年大数据技术路线图，确保技术发展能够满足业务发展需要
负责公司离线，实时，湖仓一体技术底座架构设计，研发构建与优化维护，提供高可用，高性能的数据分析平台
负责对公司各类数据进行整合，清洗，存储形成数据资产，满足业务实时离线等各种场景的业务分析需求
负责带领团队开发并迭代核心AI模型，确保模型可解释、可监控，并实现MLOps全生命周期管理
跟踪业界****和动态，推进新技术业务赋能，提升公司产品竞争力和服务能力
优先资格
熟悉快消品领域业务、指标体系、标签体系，熟悉用户画像维度组织分类，熟悉数据模型与预测算法者优先
有BI（如FineBI）经验者优先，有餐饮零售行业背景者优先
AI 洞察
优缺点分析
优点
- 在跨国企业平台工作，资源丰富，项目规模大
- 快消品行业数据应用场景广泛，业务价值明显
- 技术要求高，需具备10年以上经验和全面的技能栈
- 团队管理责任，需要协调开发和业务需求
- 项目节奏可能较快，需要应对技术迭代和业务变化
- 适合具有丰富大数据开发经验、对技术有热情、能承担团队领导责任、并愿意在快消品行业深耕的高级工程师
缺点 / 挑战
- 技术挑战性强，涉及大数据、AI和MLOps前沿领域，有利于技能提升
角色解读
- 可以发展为大数据架构师，专注于技术架构设计和优化
- 可以晋升为技术经理或总监，负责团队管理和技术战略
- 可以转向数据科学或AI领域，深化模型开发和业务应用
- 制定并执行大数据技术路线图，确保技术架构支持业务需求
- 设计并维护高可用的数据平台，包括离线、实时和湖仓一体技术
- 整合、清洗和存储公司数据，形成数据资产以支持业务分析
- 带领团队开发和迭代AI模型，实现MLOps全生命周期管理
- 精通大数据技术栈，如Hadoop、Spark、Flink、Hive，并具备集群调优经验
- 熟练使用Scala、Python、Java等编程语言和SQL
- 熟悉数仓建模、ETL开发和数据治理流程
- 了解MLOps组件（如MLflow、Kubeflow）和OLAP引擎（如StarRocks、ClickHouse）
申请策略
- 研究达美乐的数据应用和业务模式，在面试中展示针对性思考
- 准备具体项目案例，说明如何解决技术挑战或实现业务价值
- 突出10年以上大数据项目经验，特别是架构设计和优化案例
- 详细描述技术栈熟练度，如Hadoop生态、Spark、Flink和MLOps工具
- 强调团队领导经验和跨部门协作成果
- 展示对快消品行业或餐饮零售领域的了解（如有）
- 深入学习MLOps组件（如MLflow、Kubeflow）和OLAP引擎（如StarRocks），以增强技术深度
- 了解快消品行业业务、指标体系和用户画像，提升业务契合度
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化回答，结合具体项目经验
- 强调技术选型依据和权衡，展示系统思维和解决问题能力
- 对于管理问题，突出沟通协调和团队协作的方法
- 如何设计一个高可用的实时数据平台？
- 请描述一个你优化大规模Spark作业的经验
- 如何确保AI模型的可解释性和可监控性？
- 在带领团队时，你如何平衡技术需求和业务目标？
- 复习大数据技术原理，如Spark、Flink的架构和调优技巧
职位点评
薪资福利85
成长发展90
工作生活60
使命价值70
薪资福利
85较高
该职位为上市公司高级技术岗，薪资预计处于市场中上水平，福利体系完善。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
90较高
职位涉及大数据架构和AI模型开发，技术栈前沿，有利于技能提升和职业发展。
技术前沿前沿/新兴技术
技术栈Scala、Python、Hadoop、Spark、Flink、MLOps
业务类型ambiguous
工作生活
60中等
JD未提及工作模式，假设为现场办公，WLB可能因项目需求而紧张。
工作模式未明确
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
70中等
职位在快消品领域，通过数据赋能业务，提升公司竞争力，具有行业意义。
行业发展稳定成熟行业
社会影响中性/一般
使命信号提升公司产品竞争力和服务能力
创新程度积极采用新技术
Watch Jobs