旺旺集团的数据开发工程师(J27485)薪资是多少？

该职位薪资范围为 2.5–4.0万/月。

数据开发工程师(J27485)的工作地点在哪里？

该职位工作地点位于上海市。工作形式为仅现场办公。

旺旺集团的数据开发工程师(J27485)有什么任职要求？

该职位要求学历未注明学历及中级经验工作经验。

旺旺集团

数据开发工程师(J27485)

立即应聘

数据开发工程师(J27485)

发布于 1 小时前

普通员工/个人贡献者

AI 估算 · 2.5–4.0万 · AI 参考估算

上海市

中级经验

学历未注明

全职员工仅现场办公数据工程

数据工程

Dataworks

Sql

实时计算

数据仓库建模

值不值得投

71综合评分

综合评分 71

上市快消巨头、主流大数据技术栈、侧重性能调优与稳定性、WLB待确认

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

3.3万

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 120 个在招

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

负责企业级数据仓库及实时数据体系的建设与优化，包括ODS至ADS各层模型设计与开发

需精通Flink、Kafka、Doris等核心技术栈，处理TB级以上海量数据的实时/离线计算、性能调优及稳定性保障，并推动数据治理与质量体系建设

最低要求

年以上数据开发、数仓开发或大数据开发经验，有中大型数据平台或企业数仓建设经验

具备TB级以上数据仓库或数据平台实际生产经验，有千万级/亿级明细数据的加工、计算及性能优化经验

精通SQL，能够独立完成复杂SQL开发、执行计划分析及性能优化

熟悉数据仓库建模方法，能够独立完成事实表、维度表及主题模型设计

熟练掌握Apache Flink，并具备实际生产项目经验，理解并行度、状态管理、Checkpoint、Watermark、窗口、反压、容错及性能调优机制

熟悉Flink SQL / DataStream API，具备实时计算、实时同步或Flink CDC项目经验

熟悉Kafka，理解Topic、Partition、Consumer Group、Offset等核心机制，并具备实际问题排查能力

熟悉Doris / SelectDB，理解分区、分桶、数据模型、Join、Compaction、数据导入等核心机制

熟悉DataWorks等数据开发平台，具备复杂任务依赖、调度、发布及生产运维经验

熟悉MySQL等关系型数据库，具备数据库性能及生产问题排查能力

熟悉Java或Python，具备一定工程开发能力

具备较大规模离线或实时任务开发经验，能够处理数据倾斜、Join性能、资源争抢、反压、Checkpoint超时等常见问题

具备较强的数据质量意识、稳定性意识、问题定位及跨团队沟通能力

能够独立负责复杂项目或核心数据链路

工作职责

负责企业数据仓库及实时数据体系建设，独立承担复杂业务主题的数据建模、加工与交付

负责ODS、DIM、DWD、DWS、ADS等数据分层建设，持续优化数据模型与数据链路

负责DataWorks等数据开发平台的任务开发、调度配置、发布运维及规范建设

基于Doris / SelectDB进行复杂SQL开发、表模型设计、性能优化及生产问题排查

使用Flink开展实时数据开发，负责实时同步、实时计算、状态管理、Checkpoint、任务稳定性及性能优化

负责Kafka、CDC等实时数据链路的开发与问题排查

负责核心数据链路的数据质量、稳定性、任务SLA、异常处理及补数机制建设

参与数据开发规范、指标口径、元数据、血缘及数据治理体系建设

支持数据产品、数据BP及业务系统的数据需求，并主动推动性能、质量和架构问题优化落地

优先资格

有高并发数据写入、实时同步或大规模数据链路稳定性治理经验

有Flink CDC、实时数仓、实时指标体系建设经验

有Flink大规模生产任务调优及故障排查经验

有Doris / SelectDB生产环境实战经验

有复杂SQL性能治理、生产故障排查及资源优化经验

有数据质量、元数据、血缘、指标体系建设经验

有零售、快消、销售、供应链、财务等业务数据经验

AI 洞察

优缺点分析

优点

接触TB级海量数据及前沿实时计算技术栈（Flink/Doris），技术深度要求高，职业竞争力强
需解决高并发、数据倾斜、任务稳定性等复杂生产问题，对系统稳定性和性能调优能力要求极高

缺点 / 挑战

适合追求技术深度、喜欢挑战大规模数据处理难题、具备扎实底层原理基础的资深数据开发工程师

角色解读

可向大数据架构师、数据平台负责人或数据治理专家方向发展，成为企业数据基础设施的核心构建者
构建和维护企业级数据仓库及实时数据平台，确保数据从采集到应用的全链路稳定高效
精通SQL及数据建模，深入掌握Flink/Kafka实时计算生态，具备TB级数据处理及性能调优能力

申请策略

准备具体的生产故障排查案例，展示在高压环境下解决数据延迟、丢失或性能瓶颈的能力
重点突出TB级数据量处理经验、Flink实时任务调优案例、以及数据质量/稳定性治理的具体成果
深化Flink状态管理与Checkpoint机制理解，提升复杂SQL执行计划分析与性能优化能力

面试指南

采用STAR法则（情境-任务-行动-结果），重点描述问题背景、使用的具体技术手段（如调整并行度、优化Join策略）、量化改进效果（如延迟降低XX%）
请分享一次你处理过的最复杂的Flink任务性能优化经历，你是如何定位瓶颈的？
在实时数仓建设中，如何处理数据乱序、迟到数据以及Exactly-Once语义保证？
面对TB级数据量的JOIN操作，常见的性能瓶颈有哪些？如何通过SQL或架构优化解决？
如何设计和实施数据质量监控体系，确保核心链路SLA达标？
复习Flink核心原理（State Backend, Checkpoint, Watermark），梳理Doris/Mysql底层存储与查询优化知识，准备1-2个完整的性能调优案例