数据开发岗

优缺点分析

角色解读

• 可向大数据架构师方向发展，深入数据治理与平台建设
• 结合AI趋势，转型为AI数据工程专家，推动智能化数据平台
• 在京东内部可横向转到其他业务线数据团队，或晋升为技术Leader
• 负责广告数据从接入到分析的全链路建设，包括实时和离线数据流处理
• 优化大数据计算效率、存储成本和查询延迟，支撑核心业务场景如效果分析和实时出价
• 探索AI在数据工程中的应用，如智能ETL、自动化建模和数据质量监控
• 精通Java/Python/Scala至少一门语言，熟悉Spark/Flink/Hive/Iceberg等大数据生态
• 掌握ClickHouse/Doris等OLAP引擎，具备复杂SQL性能优化能力
• 具备数仓建模、流批一体处理经验，有实时数仓或湖仓一体落地经验者优先

申请策略

• 表现对数据质量和智能化数据平台的热情，这是JD中强调的方向
• 提前了解京东广告业务（如京东快车、京东海投）以展示业务洞察
• 突出大数据项目的全链路经验，特别是实时数仓或流批一体项目
• 列出具体性能优化案例：如查询提速多少、成本降低多少
• 如有AI/ML在数据工程中的应用经验，重点描述
• 强调技术栈：Spark、Flink、ClickHouse、Java/Python/Scala
• 如果还未接触过Iceberg或Doris，可以快速学习湖仓一体和OLAP原理
• 了解广告业务的基础知识，如RTB、归因模型、用户画像等

面试指南

• 使用STAR法则（情境-任务-行动-结果）描述项目经验
• 对比分析时，从性能、生态、延迟、成本等维度展开
• 对工程问题，先分析瓶颈，再给出优化方案，最后量化效果
• 请描述一个你处理过的大数据实时链路优化案例
• Spark与Flink在实时处理上的区别？如何选择？
• ClickHouse的MergeTree引擎原理，如何优化查询？
• 数仓建模中星型模型和雪花模型的适用场景？
• 你如何理解AI在数据工程中的应用？举例说明