海信
数据开发工程师(J40469)
数据开发工程师(J40469)
发布于 5 小时前普通员工/个人贡献者
全职员工仅现场办公数据工程
数据工程
Hdfs
Hudi
推荐系统
特征工程
值不值得投
75综合评分
综合评分 75
核心业务技术岗、技术栈主流且具挑战、青岛当地薪资竞争力强，适合追求技术成长与平台稳定性的开发者。
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
2万
比数据工程中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1030 个在招 · 其中数据工程 4 个
市场机会
选择不多
青岛 · 数据工程 · 4 个在招
职位详情
关于这个职位
负责推荐和搜索系统中的离线/实时特征工程流程的设计、开发与优化，与算法团队合作定义特征需求，支持召回、排序等模块的特征优化，提升线上指标
最低要求
熟练掌握大数据技术栈（如Spark、Flink、Hadoop等）和数据存储技术（如HDFS、HBase、Hudi等），具备分布式系统开发经验
精通特征工程和数据建模，深入理解推荐系统流程（召回→排序→重排）对特征的需求差异
熟练使用编程语言，包括Python、Java或Scala
本科及以上学历，计算机/数学相关专业，3年以上大数据或特征开发经验
工作职责
负责设计、开发和优化推荐和搜索系统中的（离线/实时）特征工程流程，包括数据/日志接入、特征计算和存储等，确保数据质量、特征服务的稳定性和计算性能满足要求
与算法团队合作定义特征需求，支持召回、排序等模块的特征持续优化工作，提升线上指标
优先资格
有推荐/搜索系统特征平台项目经验，熟悉CTR/CVR预估场景的特征需求的优先
AI 洞察
优缺点分析
优点
- 依托大型企业的丰富业务线，有利于积累复杂分布式系统架构与实时计算优化的实战经验
- 适合具备扎实大数据开发基础，对推荐/搜索算法落地有浓厚兴趣，且能在高并发、高实时性场景下解决复杂工程问题的技术人才
缺点 / 挑战
- 推荐/搜索系统能接触到海量数据与核心业务场景，特征工程是算法落地的核心环节，技术壁垒较高
- 推荐系统对实时性和稳定性要求极高，离线/实时特征链路的维护与性能优化压力较大
- 需要与算法团队频繁沟通，对业务指标的理解和跨部门协作能力要求较高
角色解读
- 可向资深数据架构师或特征工程专家方向发展，深耕推荐/搜索底层数据链路
- 也可向大数据团队技术管理岗位晋升，负责整体数据平台的规划与团队建设
- 负责推荐和搜索系统的离线与实时特征工程开发，包括数据接入、特征计算与存储优化
- 与算法团队紧密合作，定义特征需求，支持召回和排序模块的持续优化，保障线上指标提升
- 熟练掌握Spark、Flink等大数据组件及HBase、Hudi等存储技术，具备分布式系统开发经验
- 精通Python/Java/Scala编程，深入理解推荐系统流程及CTR/CVR预估场景的特征需求差异
申请策略
- 了解海信在电商、智能家居或内容推荐等领域的具体业务场景，面试时可结合具体业务探讨特征工程的痛点与解决方案
- 突出在Spark/Flink等大数据组件上的实战经验，特别是实时计算和特征存储（如Hudi/HBase）的优化案例
- 详细列举参与过的推荐/搜索系统特征平台项目，强调对CTR/CVR预估特征需求的理解及业务指标提升成果
- 深入学习推荐系统架构及特征工程前沿技术，如实时特征计算、特征穿越问题处理等
- 提升对业务指标（如转化率、GMV）的理解，培养数据驱动业务的思维
面试指南
- 采用STAR法则（情境、任务、行动、结果），重点突出在复杂场景下的技术选型、性能优化手段（如减少数据倾斜、优化存储结构）以及最终带来的业务指标提升
- 请介绍一个你主导或深度参与的推荐/搜索特征工程项目，遇到了哪些性能瓶颈，如何解决的？
- 离线特征和实时特征在计算和存储上有什么差异？如何保证特征的一致性和时效性？
- 在CTR/CVR预估场景中，你是如何与算法团队合作定义特征需求的？
- Hudi和HBase在特征存储场景下各有什么优缺点？你们是如何选型的？
- 复习大数据组件（Spark/Flink）的底层原理及调优技巧，梳理推荐系统召回、排序、重排各阶段对特征的具体需求差异
- 准备1-2个解决线上特征服务稳定性或计算性能问题的真实案例，用数据量化优化成果
职位点评
薪资福利75
成长发展85
工作生活65
使命价值70
薪资福利
75中等
该岗位在青岛当地能提供具有竞争力的薪酬和稳定的福利体系，但相比一线城市同类岗位绝对值可能略低。
薪资信号市场水准 (1.5千–2.5万/月)
成长发展
85较高
推荐/搜索特征工程属于核心技术领域，能接触到海量数据与前沿算法落地场景，技术成长空间大。
技术前沿主流现代技术
技术栈Spark、Flink、Hadoop、HDFS、HBase、Hudi、Python、Java、Scala、推荐系统、特征工程
业务类型profit_center
工作生活
65中等
该岗位涉及推荐与搜索系统的实时特征链路，需保障线上稳定性，工作节奏视具体业务迭代需求而定，青岛整体生活环境较为宜居。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
依托庞大的智能家电与消费电子生态，数据技术能直接赋能产品智能化与用户体验提升，具有一定的商业与社会价值。
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