追觅科技
数仓工程师(J59451)
数仓工程师(J59451)
发布于 9 天前普通员工/个人贡献者
全职员工仅现场办公大数据
大数据
Apache Hudi
数据治理
数据湖
维度建模
值不值得投
70综合评分
综合评分 70
苏州车企数据湖岗位，技术栈前沿稀缺、成长纵深好，线上响应压力与薪资未披露需权衡。
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
4.0万
比大数据中位数高
发布情况
正常在招 · 8 天前发布
公司情况
公司还在招多个职位
7 个在招
职位详情
关于这个职位
追觅科技汽车业务的数仓工程师，base江苏（总部苏州），负责企业级数据湖与湖仓一体底座建设、车联网时序数据处理、数仓建模与ETL开发
适合5年以上大数据开发经验、有新能源车联网平台背景的资深数仓工程师
最低要求
全日制本科及以上学历，计算机科学、软件工程、数学、大数据或相关专业
年以上数据仓库或大数据开发经验，其中至少 2 年新能源主机厂或大型车联网平台工作经验
数据湖架构：深入理解数据湖理念，有基于 Delta Lake / Apache Hudi / Apache Iceberg 等湖格式构建数据湖的实际项目经验，熟悉其ACID、时间旅行、upsert（更新插入）等特性
大数据技术栈：精通 Spark（Structured Streaming 和 Spark SQL）进行大规模数据处理
熟练掌握 Flink 进行实时数据处理
熟悉 Hadoop 生态（HDFS、Hive）或云原生对象存储（S3/OSS）
计算与调度：熟练掌握 Spark 的内核调优
熟悉至少一种调度平台，如 Airflow、DolphinScheduler
编程语言：精通 SQL，具备扎实的 Scala 或 Python 开发能力，能够编写复杂、高效的数据处理逻辑
数据建模：掌握数据仓库建模理论（如维度建模），能够根据业务场景设计星型/雪花模型
车联网数据经验：熟悉车联网数据的采集协议（如MQTT）和常见数据类型，有处理高频时序数据的实战经验，了解新能源三电系统的基本数据含义
业务理解：对新能源主机厂的业务场景有认知，理解诸如车辆故障诊断、电池健康度评估（SOH，即健康状态）、用户画像、智慧生产等场景对数据的具体要求
架构思维：具备良好的技术视野，能根据业务发展预判数据规模的增长，并进行合理的分层和技术选型
数据敏感度：对数据质量有执念，能从数据波动中发现问题，并追查至底层链路
沟通协作：能够与算法、后端、嵌入式及业务部门有效沟通，理解数据产生的业务背景，并将其转化为工程实现
工作职责
负责企业级数据湖的规划与建设，构建覆盖车端、研发端、生产端、营销端的一站式数据汇聚平台，实现结构化、半结构化（如车辆日志）和非结构化数据的统一存储与管理
设计数据湖分层架构（如Bronze银/原始层、Silver银/清洗层、Gold金/应用层），制定数据入湖规范，确保数据的可追溯性和不可变性
基于湖仓一体（Lakehouse）理念，构建高性能数据底座，平衡数据湖的灵活性与数据仓库的ACID（原子性、一致性、隔离性、持久性）事务需求
重点负责车联网（IoV）数据的接入与处理：设计和开发实时/准实时数据管道，处理来自车载传感器（T-Box，即车载远程通信终端）的海量时序数据（如车速、电机转速、电池电压温度、GPS轨迹）
针对新能源三电系统（电池、电机、电控）数据特点，建立高效的数据压缩、清洗和聚合策略，降低存储成本并提升查询分析性能
处理智能座舱相关的用户行为日志数据（如APP使用、语音交互），为座舱体验优化提供数据支持
承担数据仓库模型设计工作，在数据湖的Gold层建设主题式数据模型（如车辆主题、用户主题、零部件主题、充电行为主题），支撑BI（商业智能）报表和业务分析
开发并维护高效、稳定的数据ETL（抽取、转换、加载）pipeline，负责数据从采集、清洗、转换到分发的全流程编码与调度
负责数据质量和数据治理在工程侧的落地，设计数据质量监控规则，确保数据湖中数据的准确性、完整性和一致性
为内部数据消费者（算法工程师、数据分析师、业务运营）提供高效的数据服务接口或视图，简化数据获取流程
持续优化数据计算和存储性能，解决数据倾斜、任务长尾等问题，控制数据湖运维成本（特别是云上存储与计算成本）
优先资格
云平台经验：熟悉主流云厂商的大数据服务（如 AWS EMR/Redshift, 阿里云 E-MapReduce/MaxCompute, 腾讯云 EMR），有云成本优化经验
实时计算：有基于 Flink SQL + Kafka 构建实时数据湖的实战经验
DevOps 能力：了解 Docker/Kubernetes，能够将数据处理任务容器化部署
数据治理：参与过数据治理项目，有元数据管理（如Atlas）和数据血缘分析经验
AI 洞察
优缺点分析
优点
- 湖仓一体加车联网双热点叠加，技术栈含金量与市场稀缺度高
- 覆盖架构、管道、建模、治理、成本全链路，能力成长完整
- 新能源车企数据场景丰富，业务价值可量化、成果可见
- 车联网高频时序数据规模大，性能与成本优化要求持续精深
- 需要跨算法、嵌入式、业务多团队沟通，协作复杂度高
- 适合有新能源车联网大数据背景、追求湖仓一体架构纵深、擅长跨团队协作的资深数仓工程师
缺点 / 挑战
- 数据质量责任重，波动排查需追至底层链路，压力不小
角色解读
- 从资深数仓工程师走向数据平台架构师，主导车企业级数据体系演进
- 数据治理与成本优化经验可拓展为数据平台负责人
- 车联网数据纵深可迁移至自动驾驶数据闭环等更前沿方向
- 规划建设企业级数据湖与湖仓一体底座，统一管理车端、研发、生产、营销多源数据
- 开发车联网实时/准实时数据管道，处理T-Box时序数据与三电系统数据
- 在数据湖Gold层建设主题数仓模型，开发维护ETL全流程并落地数据质量监控
- 提供数据服务接口，持续优化计算存储性能与云上成本
- 5年以上数仓/大数据开发经验，2年以上新能源主机厂或车联网平台背景
- 精通Spark与Flink实时处理，有Delta Lake/Hudi/Iceberg湖格式实战
- 精通SQL与Scala或Python，掌握维度建模与Spark内核调优
- 熟悉MQTT等车联网协议与三电数据含义，具备架构思维与数据质量意识
申请策略
- 准备一份架构选型对比思路（湖格式、调度、实时链路），展示架构思维
- 明确表达对苏州办公地点的接受度，减少流程摩擦
- 突出基于Delta Lake/Hudi/Iceberg构建数据湖的完整项目与规模数据
- 量化Spark/Flink作业优化成果，如作业时长、存储成本下降幅度
- 展示主机厂或车联网平台经验，说明三电、T-Box数据处理实战
- 列明数据质量与治理落地机制，呼应岗位对工程侧治理的要求
- 深化Spark内核与Flink SQL实时湖仓的调优知识
- 补充云上大数据成本优化（EMR/MaxCompute等）的实战方法
面试指南
- 架构类问题按业务场景-分层设计-技术选型依据-落地效果展开
- 性能类问题给出定位手段、根因与量化改善
- 治理类问题强调规则设计-监控-血缘追踪的闭环
- 请介绍你设计过的数据湖分层架构与入湖规范，如何保证可追溯与不可变？
- Delta Lake、Hudi、Iceberg的ACID与upsert实现有何差异？你如何选型？
- 高频车联网时序数据的压缩、清洗与聚合策略如何设计？
- 你如何排查并解决数据倾斜与任务长尾问题？
- 维度建模在湖仓一体场景下如何与主题模型结合落地？
职位点评
薪资福利70
成长发展80
工作生活58
使命价值66
薪资福利
70中等
JD未披露薪资与福利，车联网大数据人才稀缺，议价空间通常较好，需以offer为准。
薪资信号未披露（AI估算：3.0千–5.0万/月）
成长发展
80较高
湖仓一体与车联网双热点叠加，从底座到服务全链路参与，技术纵深与行业经验双成长。
技术前沿主流现代技术
技术栈Spark、Flink、Delta Lake、Hudi、Iceberg、Kafka、Airflow、MQTT
业务类型cost_center
工作生活
58较低
JD未提及办公模式与WLB安排，实时管道与数据质量职责意味着需随时响应线上问题，节奏有一定不确定性。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
66中等
新能源汽车与智能座舱属于高景气高纵深赛道，数据底座支撑故障诊断与电池健康等实用场景，价值感中上。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs