中国绿发
大数据开发
大数据开发
发布于 3 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
Etl
大数据
数据仓库
数据治理
值不值得投
72综合评分
综合评分 72
技术深度高、平台大、前沿技术栈，薪资中上但WLB信息不足。
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。
薪资怎么样
30K
比大数据中位数高
发布情况
新岗位 · 3 天前发布
公司情况
这家公司招聘很活跃
83 个在招
市场机会
选择不多
北京 · 大数据 · 5 个在招
职位详情
关于这个职位
负责大数据平台和数据治理系统的全栈研发与实施交付，涵盖Hadoop/Spark/Flink技术栈，进行组件二次开发、性能优化、数据仓库建模及ETL流程开发，为业务决策和算法团队提供数据支撑
最低要求
具备 5年以上大数据开发全栈经验，深入理解生态组件底层原理，精通 Java 编程，熟悉各语言IO、多线程、集合等基础框架，对 JVM（Java）、语言运行时机制有深入认知，能独立完成复杂大数据系统架构设计与全栈研发，同时熟悉数据库（MySQL/Hive/PostgreSQL/Greenplum/Doris/InfluxDB/Prometheus/IoTDB ）、消息队列（Kafka/pulsar）等工程中间件
具备大数据组件二次开发实战经验，能基于业务需求定制组件功能（如 Spark 算子扩展、Flink 连接器开发），拥有数据治理全流程工作经验，熟悉数据治理方法论（DAMA 框架优先），具备数据标准制定、数据质量监控系统开发能力，能从全栈视角推动数据治理项目落地
具备良好的团队合作精神，拥有较强的沟通能力和抗压能力，具备技术方案推动能力，能协调业务部门与算法团队需求，完成大数据全栈项目落地
具备数据中台建设经验、大规模数据治理项目经验
工作职责
负责大数据平台、数据治理体系的全栈研发和实施交付工作（涵盖 Hadoop/Spark/Flink 生态、Java/Scala/Python 技术栈）
进行大数据组件（Hadoop/Spark/Flink 等）二次开发，完成功能定制、性能优化及全栈落地，支撑业务场景适配
承担数据治理全流程（数据标准制定、质量监控、血缘分析、安全管控）的方案选型、系统设计与全栈研发工作
负责数据仓库建模、ETL 流程开发优化，保障数据准确性与及时性，为业务决策、算法团队提供数据支撑
跟踪大数据领域前沿技术，主导技术方案迭代，推动大数据技术栈升级与全栈系统性能优化
优先资格
计算机科学与技术、软件工程等相关专业优先
AI 洞察
优缺点分析
优点
- 技术栈前沿，涉及大数据和数据治理全栈，有助于积累深度技术经验
- 公司平台较大，项目规模可能较大，能接触复杂业务场景
- 强调技术方案迭代和升级，有持续学习和成长的空间
- 技术要求高，需要全栈能力和底层原理理解，学习曲线较陡
缺点 / 挑战
- 可能面临高并发数据处理和系统性能优化的压力
- 需协调业务与算法团队，对沟通和项目管理能力有较高要求
- 适合拥有5年以上大数据开发经验、追求技术深度、能承受项目压力并注重团队协作的工程师
角色解读
- 可晋升为大数据架构师或数据平台负责人，深化技术影响力
- 向技术管理方向发展，如技术经理或研发总监，负责团队和项目整体规划
- 在数据治理或大数据前沿领域成为专家，参与行业标准制定或技术创新
- 负责大数据平台的全栈研发与实施交付，涵盖Hadoop/Spark/Flink等核心技术栈
- 进行大数据组件的二次开发和性能优化，定制功能以适应业务需求
- 承担数据治理全流程工作，包括数据标准制定、质量监控和系统设计
- 开发并优化数据仓库模型和ETL流程，为业务决策和算法团队提供可靠数据支撑
- 精通Java编程，深入理解JVM和底层框架原理，具备复杂系统架构设计能力
- 熟练掌握Hadoop、Spark、Flink等大数据组件，并有二次开发实战经验
- 熟悉数据治理方法论（如DAMA框架），具备数据质量监控和标准制定能力
- 掌握多种数据库和消息队列（如MySQL、Kafka），具备良好的团队协作与沟通能力
申请策略
- 了解中国绿发的业务方向和行业背景，面试时结合公司需求展示技术匹配度
- 准备具体项目案例，用STAR法则阐述解决问题的思路和成果
- 突出Hadoop/Spark/Flink等组件的实战项目经验，特别是二次开发和性能优化案例
- 详细描述数据治理项目的经历，如数据标准制定、质量监控系统设计
- 强调Java编程能力和JVM相关知识，以及独立设计复杂系统架构的案例
- 提及跨团队协作经验，展示沟通能力和推动技术方案落地的能力
- 深化对大数据组件底层原理的学习，如JVM调优和分布式计算框架
- 学习并实践数据治理框架（如DAMA），提升方法论应用能力
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化回答，突出个人贡献和技术细节
- 结合具体项目经验，强调技术选型的思考过程和实际效果
- 展示对大数据技术生态的整体理解，包括组件原理、应用场景和优化策略
- 如何设计一个可扩展的大数据平台架构？请描述关键组件和选型考虑
- 在数据治理项目中，如何解决数据质量监控的挑战？
- Spark和Flink在实时数据处理中各有什么优缺点？如何根据业务场景选择？
- 请分享一个大数据组件二次开发的案例，包括需求、实现和性能优化
- 如何协调业务部门与算法团队的需求，确保数据项目落地？
职位点评
薪资福利75
成长发展85
工作生活50
使命价值70
薪资福利
75中等
公司为大型企业，可能提供具有竞争力的薪资和福利体系，但具体信息未在JD中明确披露。
薪资信号未披露（AI估算：20K-40K/月）
成长发展
85较高
职位涉及大数据前沿技术栈和全栈开发，技术深度要求高，有较多实战和创新机会，利于技能成长。
技术前沿前沿/新兴技术
技术栈大数据、Hadoop、Spark、Flink、Java、Scala、Python、数据治理
业务类型ambiguous
工作生活
50较低
JD未明确办公模式，工作地点在郊区经开区，可能通勤时间较长，工作与生活平衡信息不足。
工作模式未明确
办公地点郊区/偏远地区
加班情况未提及（无法判断）
使命价值
70中等
大数据是行业增长领域，但JD未强调社会使命或行业影响力，更多聚焦技术实现。
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