数据开发工程师（广告）

优缺点分析

角色解读

• 技术方向：资深数据工程师、数据架构师，专注实时数仓、湖仓一体等前沿领域
• 业务方向：深入广告业务，成为广告数据专家，或转型为算法数据支持
• 管理方向：技术负责人或数据团队主管，带领团队建设数据体系
• 负责京东广告实时与离线数据全链路建设，包括数据接入、流批处理及OLAP分析，构建高可用数仓体系
• 持续优化高性能数据链路，降低计算成本与查询延迟，支撑效果分析和实时出价等场景
• 探索AI在智能ETL、自动化建模及数据质量监控的应用，提升研发效能和数据智能化水平
• 精通Java、Python或Scala至少一门语言，深入理解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
• 具备数据分层、维度建模、数仓架构设计及流批一体处理能力，有广告或搜推数据经验优先

申请策略

• 关注京东广告业务的发展方向，在面试中展示对广告场景的理解
• 准备一个综合数据架构设计案例，体现从数据接入到OLAP分析的完整思路
• 突出大数据相关项目经验，特别是实时数仓、流批一体或OLAP调优的成果
• 展示广告或推荐系统数据体系建设经验，如用户画像、特征工程
• 强调AI/LLM在数据工程中的落地尝试，即使只是实验项目
• 列出具体的性能优化案例，例如查询延迟降低、计算成本节省等量化指标
• 巩固Spark、Flink的调优能力，深入理解Flink状态管理和容错机制
• 学习Iceberg或Hudi等湖仓一体技术，了解其原理和最佳实践

面试指南

• 对于架构设计题：先说明业务背景和需求，然后拆解技术选型理由，最后总结效果和改进方向
• 对于性能优化题：先定位瓶颈（数据量/计算/查询），然后具体优化手段（分区、索引、资源调整），最后量化收益
• 对于开放性问题：先表达自己的理解，再举例说明，避免空谈理论
• 请描述你参与过的一个实时数仓项目，包括架构设计和遇到的挑战
• 如何优化一个慢查询？请结合ClickHouse或Doris举例
• Flink中的状态后端有哪些？如何选择？如何保证 exactly-once 语义？
• 广告业务中，数据延迟对效果分析的影响？如何设计低延迟链路？
• 你如何看待AI在数据工程中的应用？你有过哪些实践？