Zhuanzhuan logo
转转
数据开发工程师(J13880)

数据开发工程师(J13880)

发布于 7 天前

普通员工/个人贡献者

AI 估算 · 2.0–3.5万 · AI 参考估算
中级经验
本科
全职员工仅现场办公数据工程
数据工程
Etl
Sql
数仓建模
数据仓库

值不值得投

72综合评分

综合评分 72

主流技术栈、核心业务数据岗、成长空间大、工作强度适中偏高

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

2.8万

比数据工程中位数低

发布情况

正常在招 · 7 天前发布

市场机会

选择面较广

北京 · 数据工程 · 约 180 个在招

职位详情

关于这个职位

负责转转核心业务(侠客汇)的数据仓库建设与优化,涵盖离线与实时数据处理

主要工作包括ETL流程开发、埋点设计评审及数仓性能调优,需将业务需求转化为数据模型,保障数据质量与系统稳定性

最低要求

本科以上学历,3年以上数仓建模经验

掌握数据仓库体系架构、建模方法、数据标准管理,元数据管理,有从0到1新业务数仓建模相关工作经验优先
熟练掌握 Java、Scala、Python、SQL、Shell 等一种或多种语言,具备较强的编码能力
理解 Hadoop MR、Hbase、Hive、Spark、Flink、Doris、Kafka、MySQL 等常用组件工作原理及熟练使用
业务敏感度强,能理解并合理抽象业务需求,构建面向业务运营分析等相关的数据模型
思维逻辑清晰,良好的自驱力和沟通能力,能快速定位和拆解问题,并转化为可执行方案

工作职责

负责公司核心侠客汇业务离线&实时数据仓库的建设、优化以及日常数据需求开发

负责 ETL 流程的优化及ETL 相关技术问题解决
参与业务前后端埋点设计、评审,保障埋点质量
负责日常数据仓库的监控、分析、性能调优、故障诊断与排除等工作
有良好的沟通协调能力,能将业务需求理解转化为数据需求,并最终完成数据口径的梳理和数仓建设的转化

AI 洞察

优缺点分析

优点

  • 接触核心业务数据,技术栈主流且全面(实时+离线),在知名互联网平台积累高含金量项目经验
  • 二手交易场景数据复杂度高,需处理海量异构数据,对系统稳定性和性能调优要求极高
  • 适合追求技术深度、喜欢解决复杂数据难题、具备良好业务敏感度的中高级数据工程师

缺点 / 挑战

暂无明显挑战项

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,深入挖掘数据价值以驱动业务增长
  • 构建和维护转转核心业务(如二手交易、租赁等)的离线和实时数据仓库,确保数据准确高效流转
  • 精通Hadoop生态组件(Hive/Spark/Flink),具备扎实的SQL和编程语言基础,拥有从0到1搭建数仓的实战经验

申请策略

  • 准备关于数据建模方法论(如维度建模)的具体案例,展现如何将模糊业务需求转化为清晰数据模型
  • 突出从0到1搭建数仓的经历,量化ETL效率提升指标,展示对Spark/Flink等组件的深度理解
  • 强化实时计算框架(Flink)的高级特性应用,提升SQL性能调优和大数据集群运维能力

面试指南

  • 采用STAR法则(情境、任务、行动、结果)回答,重点突出技术选型的理由、遇到的具体技术难点及解决方案、最终带来的业务或技术指标提升
  • 请描述你从0到1搭建数据仓库的过程及遇到的最大挑战
  • 如何保证实时数仓的数据一致性和低延迟?
  • 遇到ETL任务性能瓶颈时,你的排查和优化思路是什么?
  • 如何处理数据倾斜问题?
  • 复习Hadoop生态各组件原理,准备1-2个复杂的数仓建模案例,熟悉常见大数据组件的性能调优参数

职位点评

薪资福利80
成长发展85
工作生活50
使命价值60

薪资福利

80较高

作为C轮后的大型互联网公司,提供具有市场竞争力的薪酬和完善的福利体系,满足求职者对经济回报的需求。

薪资信号未披露(AI估算:2.0千–3.5万/月)

成长发展

85较高

职位涉及核心业务从0到1的数仓建设,技术栈涵盖主流的大数据组件,能提供极佳的技术成长和业务视野拓展机会。

技术前沿主流现代技术
技术栈Spark、Flink、Hive、Kafka、Doris、HBase
业务类型profit_center

工作生活

50较低

互联网大厂节奏较快,虽未明确提及加班文化,但核心业务开发通常伴随一定的压力,WLB表现中等。

工作模式未明确
办公地点市区核心地段
加班情况未提及(无法判断)

使命价值

60中等

转转致力于循环经济,推动二手物品流通,具有一定的社会环保意义,但作为商业公司,使命感更多体现在商业成功上。

行业发展稳定成熟行业
社会影响中性/一般
创新程度稳健跟随主流
Watch Jobs