小米
大数据开发工程师
大数据开发工程师
发布于 大约 4 小时前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
学历未注明
软件工程
Ai Agent
Llm
Rag
Text2Sql
数据仓库
AI 估算 · 30k–50k
小米上市大厂，北京大数据高级岗位，薪资竞争力强，技术栈前沿，月薪30k-50k合理。
职位详情
关于这个职位
作为小米大数据开发工程师，你将负责企业级数据仓库的设计、建模与研发，主导数据架构演进，并探索AI与大数据深度融合的前沿技术
你将使用Hadoop、Spark、Flink等主流技术栈构建稳定高效的数据平台，同时推动AI Agent、大模型在数据治理和智能分析中的落地
这是一个技术深度与广度兼具的岗位，适合对大数据和AI充满热情的高级工程师
最低要求
精通Unix/Linux操作系统下Java或Scala开发，有良好的编码习惯，有扎实的计算机理论基础
熟练掌握大数据处理技术栈，有丰富的Hadoop/Spark的实际项目使用经验，使用过Flink/Doris/Holo等更佳
大数据开发工作至少5-10年，有Hive数据仓库开发经验，有实时数据仓库开发经验者更佳
具有优秀的业务理解能力、自我推动力，有较强的逻辑分析能力，对数据敏感，对大数据处理和分析技术充满激情
熟悉数据仓库建设生命周期和流程规范，并掌握主题建模、维度建模理论者优先
了解大模型原理与应用，有 LLM/RAG/Agent 等 AI 技术在数据领域落地的实践经验者优先
熟悉 Text2SQL、智能数据治理、AI 辅助 ETL 开发等方向，具备将 AI 能力融入数据开发流程的意识和能力
持续关注 AI+Data 前沿技术动态，有较强的学习能力和技术热情，愿意探索大模型与数仓的深度结合
工作职责
负责企业级数据仓库设计、建模、规范以及研发工作
深入理解业务需求，规划数据仓库建设的整体方向和技术路线，构建快速、准确、灵活、实用的数据仓库，挖掘发挥数据的价值
保证数据仓库的及时、准确、稳定产出，构建好用的数据仓库
打造行业一流的数据仓库团队
与小伙伴一起调研和实践热门数据仓库组件和技术（数据湖、TiDB、FlinkSql、实时数仓等）
探索 AI 与数仓的深度融合，推动 AI Agent、大模型在数据开发、数据治理、智能分析等场景的落地应用
建设数仓智能体（Data Agent），实现自然语言驱动的数据查询、指标解读、异常归因等能力，降低数据使用门槛
负责数据仓库的 AI 赋能体系搭建，包括但不限于：智能 ETL 开发辅助、数据质量智能巡检、元数据智能管理、智能运维等
跟踪业界 AI+Data 前沿技术（Text2SQL、RAG、LLM4Data 等），结合业务场景进行技术选型与落地，推动团队 AI 能力建设
AI 洞察
优缺点分析
优点
- 小米作为一线互联网大厂，平台大、技术氛围浓厚，能接触海量数据场景
- 职位涉及AI与大数据融合，处于技术前沿，有利于积累稀缺的AI+Data复合技能
- 团队有明确的技术演进方向（智能ETL、数据智能体），参与度高，成长快
- 薪资福利有竞争力，北京总部工作，资源倾斜充分
- 职位需承担数据仓库的稳定性和准确性责任，对细节和抗压能力要求高
- AI+Data落地尚处探索阶段，需要较强的自驱力和技术判断力
缺点 / 挑战
- 要求同时掌握传统大数据技术和新兴AI技术，知识面要求广，学习压力大
- 适合有5年以上大数据开发经验，同时对AI技术有强烈兴趣，希望站在技术前沿、愿意挑战复杂系统的工程师
角色解读
- 从大数据开发工程师成长为数据架构师或AI+Data专家，主导企业级数据体系建设
- 可向技术管理方向发展，带领团队打造一流数仓团队
- 紧跟AI+Data前沿，转型为AI数据工程师或大数据AI应用专家，拓展职业宽度
- 负责企业级数据仓库的设计、建模与研发，确保数据准确及时产出
- 规划数据仓库技术路线，调研和实践热门组件（如Flink、Doris、TiDB）以提升系统性能
- 探索AI与数仓融合，推动AI Agent、大模型在数据开发、治理、分析中的落地
- 建设数仓智能体，实现自然语言查询、异常归因等功能，降低数据使用门槛
- 精通Java或Scala开发，熟悉Unix/Linux系统及计算机基础
- 扎实的大数据技术栈经验，包括Hadoop、Spark、Hive，有Flink/Doris使用经验更佳
- 深入理解数据仓库建模理论（维度建模、主题建模）及数据治理流程
- 对AI技术有热情，了解LLM、RAG、Agent、Text2SQL等，并有实践意识
申请策略
- 在简历中明确表达对AI+Data方向的热情，并说明你如何理解数据仓库的AI赋能价值
- 面试前准备一个你主导的数据仓库项目案例，包括架构设计、技术选型、遇到的挑战和解决方案
- 突出大数据项目经验，尤其是数仓建模、实时数仓、大规模数据处理的成果
- 展示AI相关实践经历，如LLM应用、RAG系统、Text2SQL等，即使不是核心工作也要体现学习能力
- 强调技术栈深度，如Spark调优、Flink状态管理、数据治理方案等
- 列举开源贡献或技术博客，体现持续学习和技术热情
- 补充AI基础知识，学习大模型原理、RAG架构、Agent设计模式
- 动手实践Flink SQL、TiDB、Doris等新兴组件，提升实时数仓能力
面试指南
- 回答项目问题时，采用STAR法则（情境、任务、行动、结果），突出技术选型理由和量化成果
- 对于AI+Data问题，先阐述你对概念的理解，再结合具体场景给出实施方案，体现思考深度
- 比较技术组件时，从性能、适用场景、生态成熟度等维度分析，避免非黑即白
- 请描述一个你设计的数据仓库架构，包括分层、建模方式和ETL流程
- 你如何理解AI与数据仓库的结合？请举例说明可能的落地场景
- 在实时数仓中，如何处理数据延迟和一致性问题？
- 你使用过哪些大数据组件？请比较Spark和Flink的适用场景
- 你对大模型（如LLM）了解多少？如何用Text2SQL生成自然语言查询？
职位点评
76
综合评分
小米大数据开发岗：前沿AI+Data技术栈，薪资优厚，成长空间大，但工作强度较高。
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
最看重技术成长和前沿探索的求职者，愿意投入时间换取职业快速进步。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展90
工作生活50
使命价值65
薪资福利
85较高
小米上市大厂，薪资福利在行业中上水平，且职位对高级工程师有明确的薪酬竞争力。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
90较高
职位深度结合AI与大数据前沿技术，技术成长空间极大，且团队明确鼓励探索创新。
技术前沿前沿/新兴技术
技术栈LLM、RAG、Agent、Text2SQL、Flink、Doris、TiDB、Spark、Hadoop
成长机会打造行业一流的数据仓库团队、跟踪业界AI+Data前沿技术
业务类型profit_center
工作生活
50较低
北京总部现场办公，未提及弹性或远程，互联网大厂通常工作强度较大，生活平衡一般。
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
65中等
大数据和AI赋能数据决策对社会有中性积极影响，但职位本身更偏技术和商业价值，社会使命感一般。
行业发展高速增长赛道
社会影响中性/一般
使命信号挖掘发挥数据的价值
创新程度开拓性创新（行业首创）
小米 的其他在招职位
相似职位推荐
Watch Jobs