格步
Senior Data Engineer
Senior Data Engineer
发布于 2 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
大数据
数据仓库
数据管道
值不值得投
77综合评分
综合评分 77
核心数据团队、技术栈主流、业务场景丰富，需全英文环境且为现场办公。
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
公司还在招多个职位
4 个在招
市场机会
选择面较广
北京 · 数据工程 · 约 130 个在招
职位详情
关于这个职位
作为高级数据工程师，你将负责构建和维护大规模消费者平台的数据管道，将原始数据转化为业务洞察
你需要与产品和业务团队紧密合作，确保数据架构满足业务需求，并推动数据技术的选型与优化
最低要求
年以上数据工程经验，具备大规模构建和运行生产数据管道的经验
熟练掌握 Python 和 SQL
了解 PySpark、Presto 和 Airflow 等大数据技术
扎实理解 ETL 和分层数据仓库模式
具备流利的英语读写和口语能力
能够分析、综合并向不同受众简化复杂的数据问题
具备直接与业务利益相关者合作以确定和交付数据解决方案的能力
具备较强的沟通能力，能够向非技术利益相关者（分析师、产品经理、业务负责人）解释技术权衡
具备优先排序和管理多个并发项目的能力，在不牺牲数据质量的情况下按时交付
能够跨职能与后端/平台工程师合作，在服务迁移过程中追踪数据血缘
工作职责
利用来自企业内部各业务线的大量数据
使用 Python 和 SQL 开发、维护和支持生产数据管道（ETL、流处理、批处理）
作为业务利益相关者的工程接口人，收集并评估他们的数据需求
确保数据架构满足业务和报告要求，包括 SLA 承诺
推荐更高效交付高质量数据的方法，并识别增加价值的机会
同时运行多个并发管道项目和迁移，从范围界定到最终交付
与后端工程师密切合作进行源系统迁移——在活跃的平台切换期间重新指向和验证数据管道——以确保没有数据丢失或 SLA 违规
AI 洞察
优缺点分析
优点
- 提供完善的福利体系（如GrabFlex、弹性工作制等）和国际化工作氛围
- 直接对接业务利益相关者，能深刻理解业务逻辑，提升数据赋能业务的综合能力
- 需要同时管理多个并发项目和系统迁移，对时间管理和多任务处理能力要求极高
- 适合具备扎实大数据技术栈、拥有良好英语沟通能力，且希望在大规模C端业务场景中深耕数据工程的技术人才
缺点 / 挑战
- 参与东南亚头部超级应用的数据骨干建设，业务场景丰富，数据量级大，技术挑战高
- 作为跨国团队，需要全英文工作环境，对英语沟通和文档能力有较高要求
角色解读
- 从高级数据工程师向数据架构师或数据团队技术负责人（Tech Lead）发展
- 深入理解东南亚超级应用的业务逻辑，未来可横向拓展至数据科学或业务分析管理岗
- 构建和维护大规模消费者平台的数据管道，涵盖ETL、流处理和批处理
- 作为业务团队的工程接口人，收集数据需求并设计满足SLA的数据架构
- 与后端工程师协作，在系统迁移期间确保数据管道的平滑切换与数据血缘追踪
- 精通Python和SQL，熟悉PySpark、Presto、Airflow等大数据技术栈
- 具备扎实的数据仓库建模和ETL设计能力，能处理海量数据
- 优秀的跨部门沟通能力，能将复杂技术问题转化为业务语言并与非技术人员对齐
申请策略
- 提前了解Grab在东南亚的核心业务（出行、外卖、金融等）及其数据应用场景，面试时结合业务场景阐述数据工程的价值
- 突出在大规模数据管道（ETL/Streaming/Batch）建设和优化方面的具体项目经验及性能提升指标
- 强调与业务团队、后端工程师跨部门协作的经历，展现解决复杂数据问题和推动项目落地的能力
- 展示对PySpark、Airflow等大数据组件的深入理解及在生产环境中的调优经验
- 复习并深化对数据仓库分层架构设计、数据血缘追踪以及数据质量监控体系的理解
- 提升英语口语和书面表达能力，确保能在全英文环境中流畅进行技术评审和需求沟通
面试指南
- STAR法则：针对项目经验问题，按照情境(Situation)、任务(Task)、行动(Action)、结果(Result)结构化回答，突出个人贡献和量化成果
- 技术权衡框架：针对架构选型问题，从业务需求、数据量级、实时性要求、开发维护成本等多个维度进行对比分析，给出最终决策及理由
- 请描述一个你主导过的最复杂的数据管道迁移或系统切换项目，你是如何保证数据不丢失和SLA达标的？
- 在面临多个并发数据需求时，你如何评估优先级并合理分配资源？
- 请解释一下你如何向非技术背景的业务负责人解释一个复杂的技术权衡（如批处理与流处理的选型）？
- 在使用PySpark或Airflow处理海量数据时，你遇到过哪些性能瓶颈？是如何解决的？
- 梳理过往项目中涉及的大数据组件调优、数据质量保障和跨团队协作的具体案例，准备好应对深度技术追问
- 熟悉Grab的业务模式，思考数据工程如何直接赋能其核心业务（如提升配送效率、优化金融风控等）
职位点评
薪资福利80
成长发展85
工作生活65
使命价值70
薪资福利
80较高
提供具有市场竞争力的薪资及GrabFlex等灵活福利，整体薪酬福利体系完善，满足较高的物质回报期望。
薪资信号未披露（AI估算：3千–5万/月）
福利待遇Term Life Insurance、Medical Insurance、GrabFlex、Parental and Birthday leave、Love-all-Serve-all (LASA) volunteering leave、Grabber Assistance Programme、FlexWork arrangements
成长发展
85较高
岗位涉及大规模消费者平台的数据骨干建设，技术栈主流且前沿，能直接接触核心业务，技术成长空间广阔。
技术前沿主流现代技术
技术栈Python、SQL、PySpark、Presto、Airflow、ETL
业务类型ambiguous
工作生活
65中等
JD明确说明为fully onsite role，但同时也提到了FlexWork arrangements，提供了一定的弹性，但整体仍需现场办公。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
工作生活平衡FlexWork arrangements、differentiated hours
使命价值
70中等
致力于通过技术和AI推动东南亚经济发展，具有一定的社会使命感，但作为商业超级应用，核心仍在于商业价值创造。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号driving Southeast Asia forward by economically empowering everyone
创新程度积极采用新技术
格步 的其他在招职位
相似职位推荐
Watch Jobs