中国铝业集团有限公司
高级技术支持工程师（大数据应用）
高级技术支持工程师（大数据应用）
发布于 大约 17 小时前普通员工/个人贡献者
成都市
高级经验
全职员工
仅现场办公
本科
软件工程
Sql
大数据分析
数据建模
AI 估算 · 15k–30k
国企高级大数据工程师，技术栈主流，成都薪资水平中等偏上，考虑稳定性和年终奖。
职位详情
关于这个职位
该职位主要负责大数据应用的全流程开发与实现，包括数据处理、API服务开发、实时流处理以及系统性能优化
你将与产品、运营和数据架构师紧密协作，将业务需求转化为技术方案，并独立或团队完成从数据接口到前端展示的开发
适合有5年以上大数据开发经验、精通Java/Scala/Python及Spark/Flink的技术专家
最低要求
大学本科及以上文化程度
专业类别：计算机类、数学类、统计学类等
信息与计算科学、数据科学与大数据技术、数学与应用数学、统计学等相关专业优先
身体健康，年龄为45周岁以内
年以上大数据管理相关经验，精通 Java、Scala、Python中的一至两门，熟练掌握 Spark（Core、SQL）、Flink 进行批处理和流处理
熟悉Kafka进行数据接入
精通SQL，熟悉至少一种主流关系型数据库（如MySQL）和一种NoSQL数据库（如HBase,Redis, Elasticsearch）
具有开发 RESTful API 的经验，熟悉常用的Web框架（如 Spring Boot）和RPC 框架
熟悉Linux操作，了解基本的DevOps工具，如Git、Maven、Docker、K8s，能够完成应用的自动化部署
强烈的业务导向：能够从技术视角切换到业务视角，理解业务痛点
解决问题的能力：面对复杂的数据需求和线上问题，能快速定位并解决
团队协作精神：能够与不同角色的团队成员有效沟通
工作职责
负责数据应用开发与实现：
）端到端应用开发：独立或协作完成数据应用的开发、测试和部署
包括从数据接口调用、数据处理逻辑编写到前端展示（或API提供）的全过程
）核心功能开发：负责实现具体的业务功能，如：应用模型、用户画像与精准决策、风险管控、数据分析等
负责数据处理与服务化：
）数据加工与整合：根据应用需求，编写数据处理脚本或任务（使用Spark、Flink、SQL等），对原始数据进行清洗、转换、聚合，生成应用可直接使用的数据集
）数据服务（Data API）开发：将数据处理的结果封装成高性能、高可用的API服务，供前端应用或其他业务系统调用
）实时数据流处理：开发实时数据处理程序，为实时应用提供低延迟的数据支撑
负责系统集成与性能优化：
）与业务系统集成：将开发的数据服务、数据模块与公司现有的业务系统进行集成和联调
）应用性能调优：针对数据查询慢、API响应延迟、系统吞吐量低等问题，对数据应用进行性能分析和优化，包括SQL优化、代码优化、缓存策略优化（如Redis）、资源参数调优等
团队协作：
）与产品经理、运营人员紧密合作，深入理解业务需求，并将其转化为具体的技术实现方案
）与数据架构师沟通，理解平台能力，反馈应用需求，获取高质量的数据
AI 洞察
优缺点分析
优点
- 国企平台稳定，福利保障完善，适合追求长期职业稳定性的求职者
- 技术栈覆盖主流大数据生态（Spark、Flink、Kafka），有利于保持技术竞争力
- 业务场景丰富（风控、用户画像等），能积累行业数据应用经验
- 国企内部流程可能较为复杂，技术迭代速度不如互联网公司快
- 工作地点在成都，可能对一线城市求职者需考虑搬迁成本
- 适合有5年以上大数据开发经验，希望在大型国企稳定发展、深入行业应用的技术专家
缺点 / 挑战
- 需要同时掌握多种技术和业务知识，对综合能力要求较高
角色解读
- 技术纵深发展：成为大数据架构师或数据平台专家，负责整体数据架构设计
- 管理路线：晋升为技术团队主管或项目经理，带领团队完成数据应用项目
- 业务转型：深入理解铝业业务，转型为业务数据分析专家或产品经理
- 独立或协作完成大数据应用的全链路开发，包括数据抽取、清洗、转换、聚合，以及API封装和前端展示
- 利用Spark、Flink进行批处理和实时流处理，开发实时风控、用户画像等核心业务功能
- 与产品、运营团队紧密合作，将业务需求转化为技术实现，并持续优化系统性能
- 精通Java、Scala或Python，熟练掌握Spark、Flink、Kafka等大数据生态技术
- 精通SQL及至少一种关系型和NoSQL数据库，具备高性能API开发经验（Spring Boot等）
- 熟悉Linux及DevOps工具（Docker、K8s），具备系统调优和问题排查能力
申请策略
- 在面试中强调团队协作和业务理解能力，国企非常看重沟通和跨部门合作
- 准备1-2个完整的大数据应用项目案例，从需求、设计、开发到部署优化全流程展示
- 突出大数据全栈开发项目经验，特别是Spark/Flink实时处理、API开发、性能调优的实际案例
- 强调复杂业务需求的理解和转化能力，如在简历中描述如何从业务痛点出发设计技术方案
- 列出熟练掌握的技术栈（Java、Scala、Python、Spark、Flink、Kafka、SQL、Redis等），并附上具体应用场景
- 如果对Flink实时流处理经验不足，可提前通过官方文档或开源项目补充实践
- 了解铝业或制造业的常见业务指标（如库存、供应链、风险），增强业务导向思维
面试指南
- 针对技术问题，采用STAR法则（情境-任务-行动-结果），突出技术选型、实施方案和量化成果
- 针对业务理解问题，从“为什么做”出发，说明如何将业务目标转化为技术指标，并给出可落地的方案
- 请描述一个你用Spark/Flink处理实时数据流的项目，包括架构设计和遇到的挑战
- 如何优化一个慢查询？请举例说明SQL调优或缓存策略
- 在跨部门协作中，遇到产品经理提出的不合理需求，你会如何沟通？
- 谈谈你对大数据技术在传统行业（如制造业）应用前景的看法
- 请设计一个实时用户画像系统，从数据采集到API输出的完整流程
- 温习Spark/Flink的核心原理和调优参数，准备一个完整的项目演示
职位点评
73
综合评分
国企稳定、技术主流、薪资中上、WLB较好，但创新空间有限。
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
适合追求稳定生活、看重工作与生活平衡，同时希望保持主流技术栈的求职者。
表现最好
工作生活
相对薄弱
使命价值
薪资福利75
成长发展70
工作生活80
使命价值60
薪资福利
75中等
国企上市公司，薪资水平在成都市场有一定竞争力，福利齐全（五险一金、年终奖等），但薪资上限不及互联网大厂。
薪资信号未披露（AI估算：15K-30K/月）
成长发展
70中等
技术栈主流（Spark、Flink等），但国企技术更新相对稳健，成长空间更多依赖项目积累和个人主动性，缺乏明确的培训或晋升说明。
技术前沿主流现代技术
技术栈Java、Scala、Python、Spark、Flink、Kafka、Spring Boot、Docker、Kubernetes
业务类型ambiguous
工作生活
80较高
国企通常工作节奏相对稳定，成都生活成本较低，但JD未明确WLB信息，办公地点在市区。
工作模式仅现场办公
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
铝业属于传统能源行业，数字化转型有一定社会价值，但直接社会影响力有限，且JD未体现使命感。
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
中国铝业集团有限公司 的其他在招职位
相似职位推荐
Watch Jobs