高通
Data Engineer
Data Engineer
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
Etl
Pyspark
Sql
半导体测试
性能优化
数据分析
数据建模
数据管道
项目执行
值不值得投
76综合评分
综合评分 76
高通数据工程职位，技术栈主流，行业前景好，但办公灵活性和WLB信号不足。
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 220 个在招
职位详情
关于这个职位
该职位是高通半导体部门的数据工程师，负责设计、开发和维护大规模半导体测试数据（如晶圆测试、最终测试和参数数据集）的端到端ETL/ELT管道
你需要将业务需求转化为可扩展的数据架构，支持良率分析、测试优化和数据平台开发，并与跨职能团队协作确保数据系统的可靠性和性能
最低要求
计算机科学、电气/电子工程、工程或相关领域的学士学位，以及2-4年数据工程、ETL开发经验或相关工作经验
硕士学位在工程、信息系统、计算机科学或相关领域，并拥有1年以上数据工程、ETL开发经验或相关工作经验
手动专业知识：Python（PySpark、Pandas、ETL框架）
SQL（数据建模、性能调优）
工作职责
设计、开发、维护和支持工程分析解决方案、仪表板和数字平台
设计和实施端到端ETL/ELT管道（从摄入到转换、建模和消费）处理大规模半导体测试数据
开发与测试工程工作流对齐的业务逻辑和数据转换，包括分箱（硬/软分箱）、良率分析和参数趋势评估
快速原型数据解决方案以支持不断演变的分析、良率改进计划和测试程序优化用例
将业务需求转化为可扩展和可维护的数据架构，支持高容量、高速度测试数据摄入和处理
与IT合作生产化管道，确保关键任务测试数据系统的可靠性、监控、可观察性和治理
通过应用云ETL最佳实践改进现有管道，专注于大型STDF/ATE数据和分布式处理的性能优化
驱动端到端项目执行，从启动到部署和实施后支持
开发和维护项目计划、进度表、状态报告和执行仪表板
识别改进工作流、生产力和运营效率的机会
AI 洞察
优缺点分析
优点
- 接触前沿半导体测试数据技术和大规模数据处理，在全球领先的科技公司积累经验
- 技能栈实用且市场需求高，包括Python、SQL、ETL和云数据最佳实践
- 有机会参与直接影响产品良率和优化的关键项目，获得业务洞察
- 半导体行业数据敏感，需严格遵守安全和治理要求
- 适合有2-4年数据工程经验，对半导体行业感兴趣，擅长ETL开发和大数据处理，并希望在技术驱动环境中成长的求职者
缺点 / 挑战
- 处理高容量、高速度的测试数据可能涉及复杂的技术挑战，需要持续优化性能
- 需快速适应业务需求变化，与多方团队协调，可能面临项目时间压力
角色解读
- 可晋升为高级数据工程师或数据架构师，负责更复杂的数据系统和架构设计
- 转向数据科学或机器学习工程领域，利用测试数据开发预测模型
- 积累半导体行业专业知识，成为测试数据和分析领域的专家，可能走向技术领导角色
- 负责设计、开发和维护半导体测试数据的ETL/ELT管道，处理大规模数据摄入和转换
- 支持数据分析、良率改进和测试优化项目，将业务需求转化为数据架构
- 与跨职能团队和IT部门协作，确保数据系统的可靠性、性能和治理
- 精通Python及其库（如PySpark、Pandas）进行数据处理和ETL开发
- 熟练掌握SQL，包括数据建模和性能调优，以处理高容量测试数据
- 了解半导体测试流程、数据格式（如STDF/ATE）和业务逻辑，以支持良率分析
申请策略
- 研究高通半导体业务和测试数据流程，在申请和面试中展示行业知识
- 准备具体案例，说明如何解决数据管道中的性能或可靠性问题，以体现实际能力
- 突出Python、PySpark、SQL技能，特别是ETL管道设计和性能优化项目经验
- 强调处理大规模数据或半导体/测试数据相关的经历，以匹配职位需求
- 展示跨职能协作和项目管理能力，如与IT团队合作生产化管道的案例
- 学习云数据工程（如AWS、Azure）最佳实践和分布式处理工具，以提升管道效率
- 了解半导体测试指标（如良率、参数分析）和行业标准数据格式，增强业务理解
面试指南
- 使用STAR方法（情境、任务、行动、结果）回答行为问题，聚焦技术决策和业务影响
- 强调技术选型和优化思路，例如如何选择PySpark或SQL工具来提升性能
- 展示跨团队沟通和问题解决能力，突出协作对项目成功的重要性
- 请描述一个你设计的ETL管道，你如何优化其性能以处理大规模数据？
- 在处理半导体测试数据时，你遇到过哪些挑战，是如何解决的？
- 你如何将业务需求（如良率分析）转化为可扩展的数据架构？
- 分享一个你与IT团队合作生产化数据管道的经验，遇到了什么问题？
- 你如何确保数据管道的可靠性、监控和治理？
职位点评
薪资福利80
成长发展85
工作生活60
使命价值75
薪资福利
80较高
职位在上市科技公司，提供有竞争力的薪资和福利，但具体薪酬信息未在JD中披露。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
85较高
技术岗提供学习大数据处理、ETL和半导体测试数据的机会，技能成长路径清晰，但JD未明确提及培训或晋升计划。
技术前沿主流现代技术
技术栈Python、PySpark、SQL、ETL
业务类型profit_center
工作生活
60中等
JD未提及工作模式或WLB信号，可能需现场办公，办公灵活性和通勤时间存在不确定性。
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
75中等
参与半导体测试数据处理，推动技术创新和数字化转型，行业前景好，但社会影响力一般。
行业发展高速增长赛道
社会影响中性/一般
使命信号推动数字化转型、创造更智能、互联的未来
创新程度积极采用新技术
高通 的其他在招职位
相似职位推荐
Watch Jobs