Millennium logo
Millennium
Software Engineer - Systematic Data Platform

Software Engineer - Systematic Data Platform

发布于 1 小时前

普通员工/个人贡献者

AI 估算 · 4.5–7.5万 · AI 参考估算
中级经验
本科
全职员工仅现场办公数据工程
数据工程
Bigquery
Etl
Sql Server
数据平台架构

值不值得投

72综合评分

综合评分 72

香港数据平台工程岗,技术栈主流、成长性较强,节奏要求偏高,WLB信息不明确

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

6.0万

比数据工程中位数高

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

25 个在招

市场机会

选择适中

香港特别行政区 · 数据工程 · 15 个在招

职位详情

关于这个职位

该职位服务于Millennium的系统性数据平台团队,负责构建和优化支撑下一代系统性投资组合引擎的数据平台与工具

你将参与数据平台架构设计、ETL基础设施建设、数据应用开发及跨团队数据问题支持,适合有三年以上经验、喜欢从底层优化数据系统的软件工程师

最低要求

年以上工作经验,拥有计算机科学、统计学、信息学、信息系统或其他量化相关专业的本科学历

具备面向对象/对象函数语言经验,如 Python、Java、Scala 等
具备扎实的算法和数据结构能力
具备数据库经验,例如 SQL Server、Oracle、Redshift、BigQuery、SnowFlake
具备较强的人际沟通和沟通能力
能够独立工作,也能在协作环境中工作
能够在快节奏环境中同时处理多个不同优先级的项目
具备优秀的自我管理和问题解决能力

工作职责

创建并维护最优的数据平台架构和实现,构建数据应用与工具以支持数据接入,并就数据发现/权限管理、运营效率及其他关键业务指标提供可执行的洞察

识别、设计并实施内部流程改进,包括自动化人工流程、优化数据交付、重新设计基础设施以提升可扩展性和可用性等
构建从多种数据源进行最优数据抽取、转换和加载所需的基础设施
与业务和技术团队的利益相关方合作,协助解决数据相关技术问题并支持其数据基础设施需求
为内部客户创建数据和分析工具,帮助他们构建并优化数据组织,使其成为行业创新领导者
与数据和分析专家合作,持续提升数据系统的功能性

AI 洞察

优缺点分析

优点

  • 岗位处于系统性投资业务的数据基础设施核心位置,技术成果会直接支撑投资组合引擎
  • 工作内容覆盖架构设计、ETL、数据工具开发和跨团队协作,技术 breadth 和落地场景较丰富
  • JD提到全球协作网络、持续学习和加速发展机会,对希望长期深耕数据平台的人有吸引力
  • 使用多种主流数据库和编程语言,有利于积累跨平台数据工程能力
  • JD强调快节奏环境,求职者需要适应业务和技术利益相关方频繁沟通
  • 适合有三年以上软件工程经验、喜欢数据系统和底层基础设施建设,并能适应跨团队沟通与多项目并行的工程师

缺点 / 挑战

  • 需要同时处理多个不同优先级项目,对自我管理和优先级判断要求较高
  • 数据平台涉及权限、效率、可用性和多源接入,系统复杂度和问题排查难度较高

角色解读

  • 可向高级数据平台工程师、数据架构师方向发展,负责更大规模平台架构和技术路线
  • 可横向拓展到数据工程、量化系统支持、分析平台建设或技术管理岗位
  • 在投资机构场景下,也有机会深入理解系统性投资流程,成长为连接数据平台与业务策略的技术专家
  • 负责系统性数据平台的架构扩展与优化,支撑投资组合引擎的数据处理需求
  • 构建ETL基础设施,实现多源数据的抽取、转换、加载和稳定交付
  • 开发数据应用与分析工具,帮助业务和技术团队完成数据接入、发现、权限管理和效率分析
  • 与业务、技术、数据及分析团队沟通,解决数据基础设施相关问题并推动系统功能完善
  • 需要掌握 Python、Java、Scala 等面向对象或对象函数语言,并能进行高质量工程实现
  • 需要具备扎实算法与数据结构基础,能够优化数据系统性能、可扩展性和可用性
  • 需要熟悉 SQL Server、Oracle、Redshift、BigQuery、Snowflake 等数据库或数据仓库技术
  • 需要良好的沟通协作、自我管理、问题解决能力,并能同时推进多个不同优先级项目

申请策略

  • 申请前了解Millennium的系统性投资业务和数据平台定位,强调自己对数据基础设施支撑业务决策的理解
  • 面试中尽量用量化结果描述项目贡献,例如延迟降低、处理量提升、人工流程自动化或可用性改善
  • 突出参与过的数据平台、ETL管道、数据仓库或数据工具建设项目,说明规模、性能提升和稳定性结果
  • 重点展示 Python、Java、Scala 以及 SQL Server、Oracle、Redshift、BigQuery、Snowflake 等实际使用经验
  • 强调算法与数据结构能力在具体性能优化、查询优化或系统重构中的应用案例
  • 体现跨团队协作经历,尤其是支持业务团队、数据团队或内部客户解决数据问题的经验
  • 补强数据平台架构能力,包括可扩展ETL设计、数据权限管理、数据发现和数据质量监控
  • 熟悉云数据仓库和大规模数据处理场景,准备关于性能调优、故障排查和高可用设计的案例

面试指南

  • 使用“背景-目标-架构方案-技术难点-结果”的结构描述项目,重点说明取舍原因和可量化成果
  • 回答系统设计题时,从数据源、接入方式、存储模型、调度与编排、权限、监控、扩展性和故障恢复逐层展开
  • 回答协作问题时,强调利益相关方识别、需求澄清、优先级评估、透明沟通和最终交付结果
  • 请介绍一个你设计或优化过的数据平台/ETL系统,你的核心贡献是什么?
  • 如何设计一个可扩展、高可用的数据接入和数据处理架构?
  • 你在 Python、Java 或 Scala 中遇到过哪些性能问题,如何定位和解决?
  • 如何设计数据发现、权限管理或数据治理相关工具?
  • 当业务团队和技术团队对数据需求优先级存在冲突时,你如何推进?

职位点评

薪资福利78
成长发展82
工作生活48
使命价值70

薪资福利

78中等

JD未披露薪资和具体福利,但岗位要求三年以上经验且涉及核心数据平台建设,薪酬吸引力可能较好。由于缺少明确薪资与福利信息,判断存在限制。

薪资信号未披露(AI估算:4.5千–7.5万/月)

成长发展

82较高

JD明确提到全球协作网络、持续学习、深化专业知识和加速发展机会,且工作内容覆盖数据平台架构、ETL和数据工具建设。技术栈和跨团队场景有助于能力成长,但未明确晋升路径。

技术前沿主流现代技术
技术栈Python、Java、Scala、SQL Server、Oracle、Redshift、BigQuery、SnowFlake、ETL、data platform
成长机会continuous learning、deepen expertise、accelerate development
业务类型ambiguous

工作生活

48较低

JD未明确办公模式、弹性安排或休假福利,因此生活化动机满足程度难以判断。原文提到快节奏环境和多项目并行,可能对工作节奏提出较高要求。

工作模式未明确
办公地点未明确
加班情况JD含高强度暗示词

使命价值

70中等

岗位服务于下一代系统性投资组合引擎的数据平台,技术工作对投资研究和业务运营有直接支撑作用。JD也提到为投资者交付成果和构建行业创新领导者,但社会价值导向并非岗位核心。

行业发展稳定成熟行业
社会影响中性/一般
使命信号deliver results for our investors、innovative industry leader
创新程度积极采用新技术
Watch Jobs