小米
大数据开发工程师-算法平台方向
大数据开发工程师-算法平台方向
发布于 大约 14 小时前普通员工/个人贡献者
北京市
无经验要求
全职员工
仅现场办公
硕士
数据工程
Power Bi
AI 估算 · 20k–35k
小米作为头部互联网公司，大数据开发岗位薪资竞争力强，北京地区月薪约2-3.5万，算法平台方向技术含量高，薪资有上升空间。
职位详情
关于这个职位
该职位负责算法平台方向的数据仓库设计与开发，涵盖底层数据结构设计、实时指标数仓开发及数据质量验证
需要掌握大数据生态技术（Hadoop、Spark、Flink等），并具备扎实的编程和数据处理能力
适合对大数据技术有热情、追求技术深度的工程师
最低要求
计算机、数学相关专业硕士及以上学历
熟练掌握编程语言，如Java、Python、Scala等，对数据结构和算法有深刻的理解
熟悉Hadoop生态系统，包括HDFS、MapReduce、Hive、HBase等，掌握Spark、Flink等流处理框架
学历要求：通常要求本科及以上学历，专业背景可以是计算机科学、软件工程、信息技术、数据科学、数学等相关专业
了解关系型数据库和NoSQL数据库，如MySQL、PostgreSQL、MongoDBv等
熟悉数据清洗、转换和处理技术，能够有效地处理大规模的数据
了解数据挖掘和机器学习的基本理论，并能应用相关算法解决实际问题
熟悉数据可视化工具，如Tableau、Power BI等，能够将数据转化为有意义的图表和报告
对新技术有持续的学习和探索精神，能够及时跟进行业最新发展
具备独立思考和解决问题的能力，能够快速应对各种技术挑战
工作职责
负责理解项目需求、结合业务，参加算法数仓的设计开发
负责数仓项目的底层数据结构、数据模型设计
负责实时指标数仓的设计、开发与数据质量验证
优先资格
有相关大数据开发项目经验优先，可以是校内课程项目、实习项目或个人项目
AI 洞察
优缺点分析
优点
- 小米平台大，业务场景丰富，能接触海量数据和高并发实时计算
- 技术栈主流（Spark/Flink/Hive），技能积累具有市场通用性
- 算法平台方向属于数据与AI的交叉领域，发展前景好
- 北京互联网公司普遍工作强度较大，需要适应可能的加班
缺点 / 挑战
- 工作可能涉及大量数据清洗和离线性开发，有一定重复性和压力
- 需要持续学习新技术，对自驱力要求较高
- 适合对大数据技术有热情、学习能力强，能接受一定工作压力，并希望在数据工程领域深耕的求职者
角色解读
- 从数据开发工程师向高级数据工程师或数据架构师发展，深入数仓设计与实时计算
- 可转向算法平台方向，结合机器学习优化数据服务，成为AI基础设施专家
- 积累业务理解后，可向数据产品经理或技术管理岗位转型
- 参与算法数仓的需求分析和设计开发，理解业务场景并转化为数据模型
- 负责数仓底层数据结构和数据模型的设计，确保数据的规范性和可扩展性
- 开发实时指标数仓，处理流式数据，并验证数据质量，保障数据准确性
- 扎实的编程能力，熟练掌握Java、Python或Scala，理解数据结构和算法
- 熟悉Hadoop生态（HDFS、MapReduce、Hive、HBase等），掌握Spark或Flink流处理框架
- 熟悉关系型及NoSQL数据库，能处理大规模数据清洗和转换
- 了解数据挖掘和机器学习基础，熟悉数据可视化工具
申请策略
- 小米面试较看重实际动手能力，建议准备一个完整的数仓/实时计算项目
- 关注算法平台方向的业务，了解小米在AI大模型方面的布局，面试中能展现兴趣
- 突出大数据相关项目经验，尤其是离线数仓、实时计算或算法平台相关的项目
- 详细描述使用过的技术栈，如Spark、Flink、Hive的具体实践
- 强调对数据结构和算法的掌握，可附上解决复杂问题的案例
- 如有校内或实习项目，即使规模小也需写清楚个人贡献和结果
- 系统学习Spark和Flink的核心原理，掌握流批一体开发
- 练习SQL和Hive常用操作，了解数据模型设计范式
面试指南
- 对于项目问题，采用STAR法则，突出背景、行动、结果，强调技术挑战和解决思路
- 对于技术原理问题，先阐述核心概念，再结合实践说明应用场景，最后指出注意事项
- 对于设计问题，要体现分层思路（如ODS/DWD/DWS），从数据质量、时效性、扩展性等方面考虑
- 介绍一个你做过的大数据项目，难点和解决方案是什么？
- Hive和Spark SQL的区别？如何优化查询性能？
- Flink如何保证exactly-once语义？
- 如何设计一个实时指标体系的数据模型？
- Java和Scala在大数据开发中的各自优势？
职位点评
59
综合评分
小米大数据开发岗位，技术栈主流、成长性好，薪资待面议，WLB不明确。
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
适合以技术成长为核心目标，能接受现场办公和一定工作强度的大数据工程师。
表现最好
成长发展
相对薄弱
工作生活
薪资福利55
成长发展70
工作生活50
使命价值60
薪资福利
55较低
薪资未在JD中提及，但小米作为上市公司，薪酬福利通常有竞争力，整体满足度中等。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
70中等
技术栈主流，涉及大数据和机器学习，成长空间大，但JD未明确晋升机制，满足度良好。
技术前沿主流现代技术
技术栈Java、Python、Scala、Hadoop、Hive、HBase、Spark、Flink、MySQL、MongoDB、Tableau、Power BI
业务类型ambiguous
工作生活
50较低
要求北京现场办公，未提及弹性工作，互联网公司普遍节奏较快，WLB不确定性高。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
60中等
大数据领域有较好的行业前景，小米在AIoT和智能硬件上持续发力，但JD未强调社会使命，满足度中等。
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
小米 的其他在招职位
相似职位推荐
Watch Jobs