中国电信
数据开发岗
数据开发岗
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公数据工程
数据工程
Sql
大数据开发
数据仓库
数据安全
值不值得投
78综合评分
综合评分 78
央企平台、主流大数据技术栈、高稳定性、中上薪资、注重技术深度
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
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1970 个在招 · 其中数据工程 17 个
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
该职位主要负责中国电信安全数据仓库的规划与建设，涵盖数据质量、元数据管理及数据挖掘
需跟踪大数据生态动向以优化平台性能，并基于高效可靠原则构建离线数仓，为安全业务提供强有力的数据支撑与分析解决方案
最低要求
硕士研究生及以上学历，计算机相关专业优先
具备扎实的编程基础，熟练掌握Java、Python、Perl、Shell等语言之一，精通SQL开发，能进行udf开发者优先
熟悉开源大数据平台生态圈，如Spark、Flink、Hive、Hadoop、Kafka、HBase、ClickHouse、Flume等
学习能力强，拥有优秀的逻辑思维能力、良好的理解和表达能力、较强的抗压能力
工作职责
参与对内对外安全数据仓库的规划和建设，关注数据质量、元数据管理、数据安全、数据挖掘，构建可扩展的数据仓库和分析解决方案
跟踪大数据生态动向，优化大数据平台性能和功能
基于简单、易用、高效、可靠等原则建设离线数据仓库，支撑安全业务发展
AI 洞察
优缺点分析
优点
- 依托中国电信的平台优势，接触海量真实业务数据
- 技术栈主流且前沿，利于积累大数据项目经验
- 国企背景稳定性高
- 传统国企内部流程可能较为繁琐
- 需要处理复杂的历史数据迁移和遗留系统兼容问题
- 适合追求稳定、对大数据底层原理有深入研究、希望在大平台积累深厚技术经验的求职者
缺点 / 挑战
- 对逻辑思维和学习能力要求较高
角色解读
- 可向大数据架构师、数据平台专家或数据安全专家方向发展，也可转向数据治理或数据分析领域
- 负责设计和搭建安全领域的大数据仓库，确保数据的高质量和安全存储
- 精通SQL及至少一门编程语言（Java/Python等），深入理解Hadoop生态组件（Spark/Flink/Hive等）
申请策略
- 了解中国电信在数字化转型和安全领域的战略方向
- 准备关于如何平衡数据可用性与安全性的面试回答
- 突出大数据平台搭建经验，特别是Spark/Flink的性能优化案例
- 强调SQL调优能力和UDF开发经验
- 展示对数据安全和元数据管理的理解
- 深入学习Spark和Flink的内部机制
- 补充数据治理（Data Governance）相关知识
- 提升Linux Shell脚本编写能力
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目经历
- 重点阐述技术选型的理由、遇到的瓶颈及具体的优化指标提升情况
- 请介绍你使用过的最大规模的数据集群及其性能优化手段
- 如何在保证数据安全的前提下提高数据查询效率？
- Spark和Flink在处理流批一体场景下的区别是什么？
- 遇到数据倾斜问题时，你的排查思路和解决方案有哪些？
- 复习大数据组件的核心原理和源码级细节
- 准备1-2个完整的数据仓库从0到1的建设案例
职位点评
薪资福利85
成长发展80
工作生活70
使命价值65
薪资福利
85较高
作为中国电信这样的上市巨头，提供具有竞争力的薪酬和完善的五险一金及补充福利，稳定性极高。
薪资信号市场水准 (2.0千–3.5万/月)
成长发展
80较高
涉及前沿的大数据生态技术，且有明确的平台优化职责，有利于技术深度的积累。
技术前沿主流现代技术
技术栈Spark、Flink、Hadoop、Kafka、HBase、ClickHouse、Python、Java
业务类型cost_center
工作生活
70中等
国企通常工作节奏相对可控，但大数据建设和运维阶段可能存在阶段性压力，具体WLB取决于团队。
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
65中等
服务于国家关键基础设施的安全数据建设，具有一定的社会价值和行业重要性。
行业发展稳定成熟行业
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs