道富公司
Data Analytics & Management, SrAssc
Data Analytics & Management, SrAssc
发布于 大约 3 小时前普通员工/个人贡献者
杭州市
高级经验
全职员工
仅现场办公
学历未注明
数据工程
CI/CD
Sql
AI 估算 · 25k–40k
高级数据工程岗，技术栈主流，杭州薪资水平有竞争力，跨国企业福利好。
职位详情
关于这个职位
这是一个在跨国金融服务公司担任高级数据分析和数据管理岗位的机会
你将负责构建和运维基于Snowflake、Databricks和Spark的高质量数据管道，支持核心参考数据、证券主数据等关键业务领域
适合有扎实数据工程经验、熟悉云平台和数据湖仓技术的候选人
最低要求
· 扎实的数据工程编程技能，熟悉Python、Java和SQL
· 精通Spark与SQL，具备优化和调试的实践知识
· 有Snowflake和Databricks作为数据平台的实操经验
· 对Apache Iceberg等开放表格式、目录（如Polaris、Horizon、Unity）或元数据框架有良好理解
· 对数据模型和数据产品概念有基本理解
· 具备扎实的调试和性能调优技能，用于数据管道
工作职责
· 使用Snowflake和/或Databricks技术栈、Spark或Informatica ETL（如复用）构建和运维可扩展的批量和流式管道，交付分析就绪数据集
· 实现基于Iceberg的表结构、分区和元数据架构，确保一致且高性能的分析访问
· 实现参考数据和应用数据域（包括证券数据和IBOR持仓/交易）的处理、存储和交付，将来源数据（RKS、PORTIA、Aladdin、CRD Cloud）整合为精选分析数据集
· 实现自动化数据验证、数据质量规则、对账检查和血缘捕获，确保可信的分析结果
· 构建并发布精选的语义层数据模型（服务模型、数据集市），通过受治理的BI端点和/或消费API暴露，确保指标和业务定义一致
· 开发数据产品消费接口（模式、SLA、文档、版本控制和向后兼容），支持稳定的API和BI集成
· 与平台工程团队合作，通过CI/CD标准化部署，实现作业生产化，并采用平台护栏和可观测性模式
· 与架构师和应用团队合作，定义数据策略，提供面向分析工作负载的逻辑/物理数据模型
· 参与值班/重大事件管理，必要时执行回填，并维护所拥有数据产品的生产稳定性
优先资格
· 在云环境（AWS、GCP和/或Azure）中构建生产级服务的经验（优先）
· 具有金融服务或企业数据平台背景优先，但非必需
AI 洞察
优缺点分析
优点
- 使用业界主流的现代数据技术栈（Snowflake、Databricks、Iceberg），提升技术竞争力
- 跨国金融巨头，平台稳定，福利完善，有国际化协作机会
- 从事核心数据产品建设，对业务影响大，职业发展前景好
- 需要处理复杂数据源和金融领域知识，学习曲线较陡
- 大公司流程可能繁琐，需要适应跨团队协作
- 适合有2-5年数据工程经验，对金融数据领域感兴趣，希望在稳定平台上提升技术深度的人
缺点 / 挑战
- 工作涉及生产系统，可能需要参与值班和重大事件处理，有一定压力
角色解读
- 可向高级数据工程师或数据架构师方向发展
- 在金融行业深耕，成为数据平台专家或技术负责人
- 内部转岗或晋升至管理岗位，如数据平台经理
- 设计、构建和运维可扩展的批量与流式数据管道，使用Spark、Snowflake和Databricks等技术
- 实现基于Iceberg的表结构和分区策略，确保高性能、一致性数据访问
- 整合来自RKS、PORTIA、Aladdin等来源的数据，建立数据质量和血缘追踪机制
- 发布语义层数据模型，为BI和API提供统一定义的数据消费接口
- 扎实的编程能力，精通Python、Java和SQL，尤其擅长Spark数据处理
- 熟悉云平台（AWS/GCP/Azure）和现代数据湖仓技术（Snowflake、Databricks、Iceberg）
- 具备数据建模和性能调优能力，能解决复杂管线问题
- 了解CI/CD、数据治理和运维监控
申请策略
- 了解State Street的业务方向和数据平台愿景，面试中体现对金融数据的理解
- 准备一个完整的数据管线项目案例，详细说明设计和权衡
- 突出Spark、Snowflake、Databricks项目经验，展示端到端数据管道构建能力
- 强调数据质量和性能优化方面的实际案例
- 如果熟悉金融数据（如IBOR、证券主数据）更有优势，可在简历中提及
- 展示云平台和CI/CD实践经验
- 学习Apache Iceberg和数据湖仓架构，补充开放表格式知识
- 练习使用Databricks或Snowflake进行数据工程任务，熟悉其生态
面试指南
- 使用STAR法则：讲清楚情境、任务、行动、结果
- 强调权衡决策：比如为什么选Spark而不是Flink，如何选择分区策略
- 体现迭代思维：遇到问题如何定位并解决
- 介绍一个你用Spark处理大规模数据的项目，如何优化性能？
- 解释Iceberg相对于传统表格式的优势，以及在什么场景下使用？
- 如何确保数据质量和一致性？
- 你如何处理生产环境中的数据管道故障？
- 你在云上部署过哪些数据服务？如何管理成本？
职位点评
67
综合评分
跨国大厂数据工程岗位，现代技术栈，发展空间好，但薪资面议且现场办公。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合追求技术成长和稳定职业发展的数据工程师，对金融数据有好奇心。
表现最好
成长发展
相对薄弱
使命价值
薪资福利65
成长发展80
工作生活58
使命价值55
薪资福利
65中等
薪资虽未披露，但公司作为跨国企业福利和稳定性较好。
薪资信号未披露（AI估算：25K-40K/月）
福利待遇flexible work-life support、paid volunteer days
成长发展
80较高
技术栈现代（Spark、Iceberg、云平台），能显著提升数据工程技能，公司提供发展机会。
技术前沿主流现代技术
技术栈Python、Java、SQL、Spark、Snowflake、Databricks、Apache Iceberg、AWS
成长机会inclusive development opportunities
业务类型ambiguous
工作生活
58较低
工作地点在杭州，需要现场办公，虽然提到弹性工作支持，但具体安排未明确。
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flexible work-life support
使命价值
55较低
金融行业稳定，但社会价值直接感受不强，且未强调使命。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
道富公司 的其他在招职位
相似职位推荐
Watch Jobs