阿里巴巴
盒马D2-数据研发工程师-武汉
盒马D2-数据研发工程师-武汉
发布于 大约 15 小时前普通员工/个人贡献者
武汉市
中级经验
全职员工
仅现场办公
本科
数据工程
Etl
Maxcompute
数据仓库
数据治理
新零售
阿里云
AI 估算 · 20k–35k
职位详情
关于这个职位
作为盒马的数据研发工程师，你将负责数据仓库的搭建与数据全链路的开发，涵盖交易、流量、营销、采配、库存、仓储、配送、履约、财务等业务领域
你将参与数据治理、数据产品规划以及数据化运营，通过数据+算法驱动业务优化，打造新零售应用标杆
该职位要求扎实的数据仓库理论基础和丰富的项目经验，适合热爱大数据、具备良好业务敏感度的技术人才
最低要求
计算机及相关专业毕业，本科及以上学历，1年以上工作经历
熟悉数据工厂、维度建模、数据湖等数据仓库相关理论，实际参与过2个以上的数据仓库项目，有实际模型设计及ETL开发经验
有数据仓库分层架构设定经验者优先
有零售行业数据模型设计经验者优先
熟悉Hadoop生态相关技术，如Hive、HBase、Spark、Flink、Storm、Elasticsearch、Impala、Druid、Kylin等，有基于分布式数据存储与计算平台应用开发经验，熟悉阿里云大数据平台（如MaxCompute、Blink、DataWorks、Dataphin等）者优先
掌握一门或多门编程语言优先，如Java、Python、Perl等，熟悉Linux系统及常规shell处理命令
熟悉数据仓库领域知识和管理技能，包括但不局限于：元数据管理、数据质量、性能调优等
有良好的业务Sense，对数据业务场景非常敏感，能够横向协同，跨界整合资源，有效结合业务和技术创新，形成完整的数据解决方案，全局地规划或完善数据服务体系以解决业务/产品的问题
具有大型跨部门的复杂项目或者技术领域的管理经验，有成熟的团队梯队建设经验和技能储备的思路
热爱大数据，性格沉稳，有较好的语言表达能力，能自我驱动，有强烈的求知欲与进取心，有团队合作精神，敢于挑战，能在压力下成长
有互联网企业工作经验优先，有大型互联网公司数据架构设计经验者优先，有电商、物流或供应链相关工作经验优先
工作职责
负责盒马数据仓库搭建，建设包括交易、流量、营销、采配、库存、仓储、配送、履约、财务 等业务领域的通用数据集市
负责数据全链路的开发，包括日志埋点、内部与外部数据的采集、数据同步、数据清洗与标准化、数据模型设计、离线数据处理、实时数据处理、数据服务化、数据可视化等
参与数据治理工作，包括元数据管理、数据质量检查、数据分级管理等系统的设计、开发及应用，提升数据易用性、可用性及稳定性
参与用户CRM、流量分发、供应商绩效、库存健康、动态定价、智能排班等产品的规划，并保证其落地
参与盒马数据化运营，在深入了解盒马业务的基础上，制定系统性端到端的数据解决方案，通过数据+算法驱动业务优化，打造新零售应用标杆
优先资格
有数据仓库分层架构设定经验者优先
有零售行业数据模型设计经验者优先
熟悉阿里云大数据平台（如MaxCompute、Blink、DataWorks、Dataphin等）者优先
有互联网企业工作经验优先，有大型互联网公司数据架构设计经验者优先，有电商、物流或供应链相关工作经验优先
AI 洞察
优缺点分析
优点
- 新零售领域前景好，数据驱动业务，个人价值体现明显
- 薪资福利优厚，有完善的培训体系
- 技术栈要求广，需要持续学习
- 跨部门协作复杂，需要较强的沟通能力
缺点 / 挑战
- 阿里巴巴平台大，数据规模大，技术挑战多，能快速积累经验
- 工作强度大，可能需要加班，压力较大
- 适合热爱大数据、有扎实技术基础、愿意接受挑战、希望在大型平台成长的工程师
角色解读
- 从数据研发工程师向数据架构师或技术专家方向发展
- 可转向数据产品经理或数据科学领域，结合业务深入
- 在阿里巴巴体系内，有清晰的职级晋升通道，可逐步带团队
- 负责盒马数据仓库的搭建，建设覆盖交易、流量、营销等业务领域的通用数据集市
- 参与数据全链路开发，包括数据采集、清洗、模型设计、离线与实时处理、数据服务化等
- 参与数据治理工作，如元数据管理、数据质量检查，提升数据易用性和稳定性
- 与业务团队合作，制定数据解决方案，通过数据驱动业务优化
- 熟悉数据仓库理论，如维度建模、数据湖，有实际ETL开发经验
- 掌握Hadoop生态技术，如Hive、Spark、Flink等，有分布式计算平台开发经验
- 具备编程能力，如Java、Python，熟悉Linux和Shell命令
- 有良好的业务敏感度和沟通能力，能跨部门协作
申请策略
- 了解盒马业务模式和新零售趋势
- 准备项目案例，突出数据解决方案的成果
- 突出数据仓库项目经验，特别是模型设计和ETL开发
- 强调Hadoop生态技术栈，如Spark、Flink的实际应用
- 展示业务敏感度，如参与过数据驱动业务优化的案例
- 提及阿里云平台使用经验，如MaxCompute、DataWorks
- 补充学习阿里云大数据平台相关技术
- 加强数据治理和元数据管理知识
面试指南
- 使用STAR法则回答项目经验，突出个人贡献和成果
- 展示技术深度，结合具体场景说明技术选型和优化
- 强调业务价值，说明数据如何驱动业务决策
- 请介绍一个你主导的数据仓库项目，包括架构设计和ETL流程
- 如何处理数据质量问题？请举例说明
- 谈谈你对维度建模的理解，以及如何应用到零售行业
- 如何设计实时数据处理链路？使用过哪些技术？
- 如何与业务部门沟通需求并推动数据项目落地？
职位点评
75
综合评分
大厂平台，技术前沿，薪资优厚，但工作强度可能较大。
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
适合追求技术成长和职业发展，能接受一定工作压力的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展90
工作生活50
使命价值70
薪资福利
80较高
阿里巴巴薪资水平较高，福利完善，但JD未明确薪资范围，需面议。
薪资信号面议 (20K-35K/月)
成长发展
90较高
职位涉及前沿技术栈，如Flink、Spark，且公司平台大，成长空间广阔。
技术前沿主流现代技术
技术栈Hive、Spark、Flink、Hadoop、MaxCompute、DataWorks
业务类型profit_center
工作生活
50较低
工作地点在武汉，但JD未提及弹性工作或远程，可能需现场办公，且互联网公司加班文化普遍。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
新零售行业增长迅速，数据驱动业务优化，具有较高社会价值。
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