海尔
数据平台系统工程师/专家
数据平台系统工程师/专家
发布于 3 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
Ai Infra
Etl/Elt
Go
Lakehouse
分布式系统
大数据
数据治理
数据湖
值不值得投
73综合评分
综合评分 73
聚焦AI Infra与数据湖前沿技术，平台赋能制造业转型，技术成长空间大，工作强度适中
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
4.5万
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 780 个在招 · 其中数据工程 3 个
市场机会
选择面较广
上海 · 数据工程 · 约 120 个在招
职位详情
关于这个职位
负责构建与维护大规模数据湖及Lakehouse核心平台，搭建批流处理、多模态数据接入与全链路治理体系
为AI模型训练提供高吞吐数据读写与分片缓存能力，同时保障数据安全合规与系统稳定性，协同算法与AI Infra团队沉淀通用数据基础设施
最低要求
计算机、软件工程、数据科学或相关专业
具备扎实的数据结构、数据库、分布式系统、操作系统和网络基础
熟悉 Java、Go、Python、Scala、C++ 等至少一种主流语言，具备良好的系统开发能力
熟悉 SQL 及主流大数据处理技术，对批处理、流处理、存储和数据治理有系统理解
有数据平台、大数据平台、数据湖、搜索系统或分布式存储相关研发经验
具备良好的问题定位、工程质量意识、沟通协作能力和结果导向
工作职责
参与大规模数据湖 / Lakehouse、对象存储、元数据和数据目录等核心平台能力建设
建设批处理、流处理、ETL / ELT、数据转换及任务编排链路，支持海量结构化与非结构化数据处理
面向文本、图像、音频、视频、3D 等多模态数据，建设统一的数据接入、加工、索引和服务能力
建设数据版本、Lineage、Schema、质量检测、去重、过滤、采样和可追溯机制
为模型训练、后训练和评测提供高吞吐数据读取、数据分片、缓存及高效 I/O 能力
建设数据权限、安全、隐私及生命周期管理机制，确保数据合规和平台可靠运行
优化大规模数据处理的性能、稳定性和成本，并建设监控、告警和运维体系
与 AI Infra、算法、数据与评测团队协作，将数据需求抽象为通用平台能力
AI 洞察
优缺点分析
优点
- 聚焦AI Infra与数据湖前沿技术栈，接触海量多模态数据与模型训练底层设施，技术壁垒高
- 依托海尔全球化产业背景，数据应用场景丰富且规模庞大，项目落地价值显著
- 平台型岗位能深度参与企业数字化转型核心链路，积累的系统设计与治理能力极具市场竞争力
- 需兼顾数据质量、性能优化与安全合规的多重约束，系统设计复杂度极高
- 跨部门协同频繁（算法、AI Infra、业务线），沟通成本与技术对齐难度较大
- 适合具备扎实分布式系统功底、热爱底层数据架构设计，且能在复杂业务场景中推动技术落地的资深工程师
缺点 / 挑战
- 面对海量数据实时处理与成本控制的平衡压力，持续的性能调优要求较高
角色解读
- 向首席数据架构师或数据平台技术专家方向深耕，主导企业级数据底座演进
- 横向拓展至AI基础设施架构领域，成为懂数据又懂AI训练的复合型技术负责人
- 转向技术管理岗，带领数据中台或AI数据团队进行战略规划与资源统筹
- 搭建并维护大规模数据湖与Lakehouse架构，负责多模态数据的接入、清洗与治理链路开发
- 为AI大模型训练与评测提供底层数据服务，包括高并发读取、数据分片、缓存加速及高效I/O优化
- 设计数据权限管控、安全合规与生命周期管理策略，保障平台稳定运行与成本控制
- 精通至少一门主流编程语言（Java/Go/Python等），具备扎实的分布式系统与数据库底层原理
- 熟练掌握大数据生态组件，深入理解批流一体处理、ETL/ELT流程及数据治理方法论
- 具备AI Infra协作经验，能将复杂的业务数据需求抽象为标准化、高可用的平台能力
申请策略
- 提前研究海尔COSMOPlat及工业互联网战略，在面试中展现对制造业数字化转型的理解
- 准备1-2个高难度数据平台故障排查与性能瓶颈突破的详细案例，体现工程化思维
- 突出数据湖/Lakehouse架构设计与大规模集群运维的实际项目经验，量化处理数据量级与性能提升指标
- 强调多模态数据处理、AI训练数据管道搭建及高并发I/O优化的具体案例
- 展示数据治理（血缘、质量、权限）体系从0到1的建设成果及跨团队协作经验
- 深化Spark/Flink等流批一体框架源码级理解，掌握Kubernetes与云原生数据栈最佳实践
- 补充AI数据工程知识，了解向量数据库、RAG数据预处理流水线及模型训练数据规范
- 强化可观测性体系建设能力，熟悉Prometheus/Grafana等监控告警工具链
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化阐述项目背景、个人角色、技术选型依据及最终量化收益
- 针对系统设计题，先厘清核心指标（吞吐、延迟、一致性、成本），再分层拆解架构模块，最后说明容灾与扩展方案
- 结合具体业务场景对比不同技术方案的优劣，突出权衡取舍（Trade-off）的工程决策过程
- 请分享你主导过的最大规模数据湖或分布式存储项目，遇到的核心挑战及解决方案是什么？
- 如何设计一套兼顾高性能读取与严格权限控制的数据访问中间件？
- 在AI模型训练场景下，如何优化数据分片策略与缓存机制以提升GPU利用率？
- 面对多源异构数据的质量参差不齐，你会如何构建自动化检测与修复流水线？
- 复习分布式系统经典理论（CAP/BASE、Raft/Paxos）及主流大数据组件底层原理
职位点评
薪资福利70
成长发展85
工作生活60
使命价值75
薪资福利
70中等
薪资福利对标行业头部水平，上市公司平台提供稳定的薪酬增长空间与完善的员工保障。
薪资信号未披露（AI估算：3.0千–6.0万/月）
成长发展
85较高
岗位深度绑定AI Infra与数据湖前沿技术，提供接触海量多模态数据与模型训练底座的成长机会。
技术前沿前沿/新兴技术
技术栈Lakehouse、AI Infra、多模态数据、分布式系统、数据治理
业务类型ambiguous
工作生活
60中等
大型制造企业通常实行标准工时制，但数据平台研发涉及线上运维与紧急故障响应，工作节奏中等偏紧。
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
75中等
致力于构建企业级数据底座与AI基础设施，推动制造业数字化转型与智能化升级，具有明确的产业价值导向。
行业发展稳定成熟行业
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs