联影医疗
高级数据工程师(J19587)
高级数据工程师(J19587)
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
Clickhouse
Etl
Sql
数据仓库
数据治理
维度建模
值不值得投
薪资怎么样
2.9万
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
32 个在招
市场机会
选择适中
武汉 · 数据工程 · 12 个在招
职位详情
关于这个职位
该岗位是联影医疗平台化建设数据方向的核心技术负责人，负责 LIMS 系统在 SaaS 多租户模式下的整体数据架构设计、数据治理体系建设，以及多品牌实验室仪器的异构数据接入与标准化
你需要从 0 到 1 搭建实验室数据资产与数据服务体系，支撑合规审计、质量分析与智能化升级
最低要求
研究生及以上学历，计算机、数据科学、统计学、生物医学工程等相关专业，5 年及以上数据开发/数据工程相关工作经验，2 年以上 ToB 行业数据架构设计经验
精通 SQL，熟练掌握 Python/Java 等至少一种开发语言，具备复杂 ETL 流程设计与性能优化能力，有数据仓库、数据治理体系的完整搭建经验
深度掌握 MySQL、PostgreSQL 等关系型数据库，熟悉 ClickHouse、Hive 等大数据存储与计算组件，具备维度建模、海量数据处理与性能优化经验
熟悉 SaaS 多租户架构下的数据隔离、数据安全与数据治理方案，有 ToB 行业数据平台从 0 到 1 搭建经验
具备优秀的业务理解能力、逻辑思维与问题攻坚能力，能快速拆解业务需求，输出体系化的数据解决方案
工作职责
数据架构与体系建设：主导 LIMS 系统数据架构设计与演进，搭建适配 SaaS 多租户模式的数据模型、数据仓库与数据治理体系，制定数据标准、数据质量规范与数据安全隔离机制，保障数据的一致性、完整性与可溯源性
核心数据能力攻坚：负责多品牌、多类型实验室分析仪器的多源异构数据采集、解析、清洗与标准化方案设计，搭建稳定可扩展的通用数据接入链路，攻克复杂谱图数据、非标仪器数据的解析与处理难题
数据资产与合规建设：梳理样品、检测项目、仪器、人员、方法、报告等核心数据资产，构建完整的数据血缘与溯源体系，落地符合 ISO17025/CNAS 等合规要求的数据全生命周期管控能力，支撑实验室审计需求
数据服务与分析支撑：设计并开发离线/实时数据计算任务与数据服务接口，支撑质量控制分析、检测效率看板、异常预警、趋势统计等业务场景，赋能业务运营与客户数据分析需求
性能优化与团队赋能：优化海量检测数据的存储、计算与查询性能，制定数据开发规范与最佳实践，沉淀数据技术资产，指导初中级数据工程师成长，提升团队整体数据能力
AI 洞察
优缺点分析
优点
- 岗位定位为核心技术负责人，主导架构与治理体系从 0 到 1 搭建，技术决策空间大
- 医疗实验室信息化赛道专业壁垒高，LIMS、仪器数据解析、合规数据治理的经验在市场上较稀缺
- 技术栈覆盖关系型数据库、OLAP 与大数据组件，能持续积累完整的数据平台能力
- 涉及 ISO17025/CNAS 合规与数据溯源，可形成区别于纯互联网数据岗的独特履历
- 既要写代码做架构，又要梳理业务资产、推动规范落地，沟通与推动成本不低
- 医疗行业合规要求严格，数据变更与上线流程相对审慎，迭代节奏可能与互联网不同
- 适合具备 5 年以上数据工程经验、做过 ToB 数据平台从 0 到 1 搭建，且愿意在医疗实验室数字化垂直领域深耕的资深工程师
缺点 / 挑战
- 需要同时应对多品牌非标仪器的数据解析难题，技术攻坚难度与不确定性较高
角色解读
- 纵向可向数据架构师、数据平台技术负责人方向发展，主导更大范围的数据中台与技术选型
- 横向可延展至数据治理专家、合规数据管理或产品技术管理岗位，结合医疗行业合规壁垒形成差异化竞争力
- 在医疗实验室信息化这一垂直领域积累 LIMS 与仪器数据解析的稀缺经验，长期壁垒较高
- 负责 LIMS 系统整体数据架构设计与演进，搭建适配 SaaS 多租户的数据模型、数仓与治理体系
- 打通多品牌实验室仪器的异构数据接入链路，完成谱图、非标仪器数据的解析、清洗与标准化
- 梳理样品、检测项目、仪器、报告等核心数据资产，建立数据血缘与溯源体系以满足 ISO17025/CNAS 合规审计
- 开发离线/实时数据任务与数据服务接口，支撑质控分析、效率看板与异常预警等业务场景
- 扎实的数据工程功底：精通 SQL，熟练 Python 或 Java，能设计复杂 ETL 并做性能调优
- 数仓与建模能力：熟悉 MySQL/PostgreSQL，掌握 ClickHouse、Hive 等组件，具备维度建模与海量数据处理经验
- 多租户与数据治理经验：理解 SaaS 下的数据隔离、权限与安全方案，能制定数据标准与质量规范
- 业务拆解与攻坚能力：能快速理解实验室检测业务，把非标问题转化为体系化数据方案
申请策略
- 面试前研究联影医疗的平台化产品线与实验室整体解决方案，理解数据在其中承担的角色
- 准备一段“技术攻坚”叙事：从数据源异构、解析困难到最终方案落地与效果验证的完整闭环
- 突出你主导过的数据架构或数仓从 0 到 1 搭建项目，写清数据规模、模型分层与治理机制
- 用量化结果体现 ETL 与查询性能优化成效，例如任务耗时下降、存储成本降低等指标
- 强调 SaaS 多租户下的数据隔离、权限与安全设计经验，这是本岗位的硬性门槛
- 如有仪器/设备数据接入、非标数据解析或合规（ISO17025/CNAS、审计溯源）经验，务必单独列出
- 提前熟悉 ClickHouse 的建表模型、物化视图与查询优化技巧，准备可讲述的实战案例
- 补充数据治理知识体系，包括元数据管理、数据血缘、数据质量规则与数据标准落地方法
面试指南
- 架构类问题用“业务背景—约束条件—方案选型—落地效果—复盘改进”的结构回答，突出取舍理由而非只讲技术名词
- 攻坚类问题先讲清问题难点与边界，再讲你如何拆解、验证假设、分阶段落地，最后给出可量化结果
- 治理/协作类问题强调标准制定、流程机制与跨团队推动，体现你不仅是执行者也是规范建设者
- 请介绍你主导过的一次数据仓库或数据平台从 0 到 1 的搭建，架构如何分层、为什么这样设计？
- 在 SaaS 多租户场景下，你会如何设计数据隔离方案？行级隔离、库级隔离各有什么取舍？
- 面对多品牌、格式不统一的仪器数据，你会如何设计通用的接入与解析链路？
- 海量检测数据查询变慢，你会从哪些层面排查并优化？请举例说明
- 如果业务方提出的指标口径频繁变化，你如何建立数据标准与治理机制来应对？
联影医疗 的其他在招职位
相似职位推荐
Watch Jobs