Aluminum Corporation of China logo
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 1 小时前

普通员工/个人贡献者

AI 估算 · 2.5–4.0万 · AI 参考估算
高级经验
本科
全职员工仅现场办公大数据
大数据
Restful Api
Sql

值不值得投

69综合评分

综合评分 69

央企稳定平台、大数据核心技术栈、成都地区中高薪资、工作生活平衡较好

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

3.3万

比大数据中位数高

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

约 150 个在招

市场机会

选择不多

成都 · 大数据 · 2 个在招

职位详情

关于这个职位

负责端到端的大数据应用开发与实现,包括数据处理、API服务构建及系统集成

需精通Java/Scala/Python及Spark/Flink等大数据组件,进行性能调优与业务需求落地,为业务提供实时数据支撑与决策支持

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:开发展示业务核心指标的实时数据应用
用户画像与精准决策:开发用户标签应用、支撑平台运营活动精准决策
风险管控:开发实时风控管理引擎和模型执行服务
数据分析:为业务方开发灵活的数据查询、报表和可视化工具
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

  • 依托中国铝业集团平台,业务场景丰富且稳定
  • 接触真实大规模数据,技术积累价值高
  • 央企背景带来较好的职业稳定性
  • 适合拥有扎实大数据开发功底、具备5年以上经验,且希望在大平台深耕技术、追求稳定发展的资深工程师

缺点 / 挑战

  • 传统行业数字化转型中可能面临遗留系统兼容挑战
  • 作为后端技术支持,需频繁跨部门沟通以理解业务痛点,沟通成本较高

角色解读

  • 可向大数据架构师、数据平台负责人或技术专家方向发展,深入参与企业级数据治理与智能化建设
  • 负责大数据应用的全链路开发,包括数据采集、清洗、实时/离线处理及API服务封装
  • 精通Java/Scala/Python,熟练掌握Spark/Flink/Kafka等大数据组件,具备SQL调优及系统性能优化能力

申请策略

  • 准备1-2个完整的端到端数据应用开发案例,清晰阐述从需求分析、技术选型到上线运维的全过程
  • 突出5年以上大数据项目经验,重点描述Spark/Flink在实时/离线场景下的具体应用及性能优化案例
  • 强化SQL调优与系统瓶颈分析能力,补充对业务指标体系的理解,提升从技术到业务的转化思维

面试指南

  • 采用STAR法则(情境、任务、行动、结果)回答技术问题,重点突出量化成果(如性能提升百分比、延迟降低毫秒数)
  • 请分享一个你使用Spark或Flink解决的性能瓶颈案例,你是如何定位和优化?
  • 如何在保证数据一致性的前提下,实现高吞吐量的实时数据流处理?
  • 当业务方提出的数据需求与现有平台能力冲突时,你如何处理?
  • 请简述RESTful API设计中的最佳实践及安全性考虑
  • 复习Spark/Flink底层原理及调优参数,梳理过往项目中涉及的数据建模与API设计细节,了解传统行业数字化转型趋势

职位点评

薪资福利75
成长发展70
工作生活65
使命价值60

薪资福利

75中等

央企上市公司背景通常提供稳定的薪酬体系和完善的福利保障,薪资在成都地区具有竞争力,但可能不如互联网大厂激进。

薪资信号未披露(AI估算:2.5千–4.0万/月)

成长发展

70中等

职位涉及前沿的大数据实时处理技术,能提供丰富的技术成长空间,但传统行业的创新节奏可能相对稳健。

技术前沿主流现代技术
技术栈Spark、Flink、Kafka、K8s、Docker
业务类型profit_center

工作生活

65中等

央企通常工作节奏相对可控,WLB较好,但职位涉及生产环境运维与问题解决,可能需要应对突发状况。

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

通过数据赋能传统工业企业的数字化转型,具有一定的社会价值和行业意义,但非直接面向C端公益或环保领域。

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
Watch Jobs