卡地亚
Regional Analytics Engineering Intern
Regional Analytics Engineering Intern
发布于 10 小时前实习/见习
实习生仅现场办公数据工程
数据工程
Bigquery
CI/CD
Dbt
Lookml
Sql
数据仓库
数据治理
值不值得投
76综合评分
综合评分 76
顶尖奢侈品集团实习、现代数据栈技术成长空间大、业务场景丰富，但工作节奏与挑战并存。
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，方便比较实习机会。
薪资怎么样
1.6万
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
40 个在招
市场机会
选择不多
香港特别行政区 · 数据工程 · 7 个在招
职位详情
关于这个职位
作为历峰集团（卡地亚）的区域数据分析工程实习生，你将参与构建和优化基于 GCP 和 BigQuery 的数据管道，并使用 dbt 和 Looker 开发数据看板
该岗位旨在通过数据质量监控、平台迁移和数据治理，支持奢侈品零售网络的业务决策与数据分析
最低要求
目前就读于计算机科学、数据工程、信息系统、统计学或高度量化领域（如数学、计量经济学等）的本科或硕士项目
必须是在校大学生，且有资格在中国香港进行为期 6 个月的全职实习
精通 SQL（必修，流程中将有实操测试）
基本了解数据仓库和数据建模概念（BigQuery、星型模型），以及版本控制（GitOps 和 CI/CD）
具备批判性思维与解决问题的能力：在排查技术 bug 或数据差异时，具有条理性、结构化思维和好奇心
沟通与表达能力：能够向不同市场的多元化业务利益相关者清晰有效地传达技术概念
对奢侈品行业充满热情：真正有兴趣学习高级数据分析如何驱动奢侈品行业的决策、零售业绩和客户体验
语言能力：英语流利（必须）
精通中文（粤语和/或普通话）为加分项
工作职责
管道与建模支持：协助编写和优化 SQL 查询及 dbt 模型，以在 BigQuery 中清洗和转换原始区域数据
看板开发：协助维护 Looker（LookML）代码，并为精品店网络构建高性能、定制化的数据看板
数据质量保证：构建自动化数据质量测试，监控数据异常和区域数据管道性能，确保分析产品保持 100% 的数据准确性
平台迁移与现代化：积极协助记录并将遗留报告系统迁移到统一的、基于云的 GCP 平台
数据治理与文档：标准化区域 KPI 定义，与关键利益相关者互动，并维护清晰、结构化的数据文档，以培育强大的区域数据社区
优先资格
有 dbt（data build tool）和 Looker（LookML）的经验或浓厚兴趣是主要优势
具备 Python 的中级编码/脚本能力（强烈建议，用于管道自动化和 AI 集成）
AI 洞察
优缺点分析
优点
- 接触全球顶尖奢侈品集团的核心数据资产，业务场景丰富且具有高商业价值
- 使用现代数据栈（GCP, BigQuery, dbt, Looker），技术栈前沿且符合行业主流趋势
- 知名跨国企业实习经历，为未来在数据工程或商业分析领域求职提供强大的背书
- 适合具备扎实 SQL 和 Python 基础，对现代数据工程工具链感兴趣，且希望在奢侈品零售行业积累商业分析经验的在校生
缺点 / 挑战
- 需要同时兼顾技术实现（如 SQL/Python 编写）与业务沟通（标准化 KPI、对接利益相关者），对综合能力要求较高
- 涉及遗留系统迁移和数据治理，可能会面临历史数据脏乱、文档缺失等棘手的技术挑战
角色解读
- 从数据分析工程实习生起步，掌握现代数据栈（dbt, Looker, GCP），未来可发展为正式的数据工程师或分析工程师
- 深入理解奢侈品零售业务逻辑，向数据分析专家、商业智能（BI）架构师或数据产品经理方向发展
- 参与构建和优化基于 GCP 和 BigQuery 的数据管道，使用 dbt 进行数据清洗与转换
- 维护 Looker 代码并开发定制化数据看板，支持精品店网络的业务分析
- 执行数据质量监控、遗留系统迁移以及区域 KPI 的数据治理与文档标准化
- 精通 SQL 并具备数据仓库建模（如星型模型）和版本控制（GitOps/CI/CD）的基础知识
- 掌握 Python 脚本编写能力，熟悉 dbt 和 Looker (LookML) 工具链
- 具备优秀的跨部门沟通能力，能用英语清晰传达技术概念，并对奢侈品零售业务有理解
申请策略
- 了解历峰集团及卡地亚的品牌历史与近期数字化转型动态，在面试中展现对奢侈品行业的热情
- 准备好用英语进行技术面试，能够清晰解释你过往项目中的数据管道设计思路
- 突出 SQL 实操能力，建议附上复杂的查询优化或数据建模项目经验，以应对可能的技术测试
- 展示 dbt、Looker 或 GCP 相关的项目经验，若无实际经验，可强调快速学习新技术的能力或相关课程
- 体现跨文化沟通能力，特别是英语流利度以及与不同背景团队协作的经历
- 提前熟悉 dbt 的核心概念（如 Models, Tests, Sources）和 LookML 的基础语法
- 复习数据仓库理论（如星型模型、雪花模型）及 CI/CD 在数据管道中的应用
面试指南
- STAR 法则：针对项目经验问题，按照情境、任务、行动、结果的逻辑结构回答，突出个人贡献
- 技术排查框架：针对数据异常问题，按照‘确认问题范围 -> 检查数据源 -> 审查转换逻辑 -> 验证输出结果’的步骤进行拆解
- 业务价值导向：在回答数据治理或迁移问题时，始终将技术动作与业务价值（如提升决策效率、保证数据准确性）挂钩
- 请描述一个你使用 SQL 进行复杂数据清洗或优化的项目，遇到了什么挑战？
- 如果业务方对 Looker 看板上的某个 KPI 数据提出质疑，你会如何排查和解决？
- 你如何理解数据治理在区域数据分析中的重要性？
- 请解释星型模型和雪花模型的区别，以及在 BigQuery 中如何应用？
- 如果要将一个遗留的本地报表系统迁移到 GCP，你会制定怎样的迁移计划？
职位点评
薪资福利75
成长发展90
工作生活60
使命价值70
薪资福利
75中等
该岗位提供符合香港市场标准的实习津贴，结合奢侈品行业的薪酬水平，整体补偿性较好，但受限于实习性质，绝对薪资水平有上限。
薪资信号未披露（AI估算：1.2千–1.9万/月）
成长发展
90较高
岗位涉及现代数据栈（dbt, Looker, GCP）及数据治理、平台迁移，技术成长空间大，且能深入接触奢侈品零售核心业务。
技术前沿主流现代技术
技术栈SQL、dbt、BigQuery、Looker、LookML、Python、GCP、GitOps、CI/CD
业务类型ambiguous
工作生活
60中等
JD 要求全职 6 个月实习，且涉及平台迁移和数据治理等可能具有挑战性的任务，工作节奏可能较快，但未明确提及 WLB 政策。
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
在顶级奢侈品集团工作，能接触高端零售与工艺传承，具有一定的行业吸引力和品牌光环，但岗位本身偏向内部数据支持，直接社会影响力一般。
行业发展稳定成熟行业
社会影响中性/一般
使命信号preserve the heritage and identity、innovating and designing new products
创新程度积极采用新技术
卡地亚 的其他在招职位
相似职位推荐
Watch Jobs