网易
数据开发（广告业务）
数据开发（广告业务）
发布于 大约 15 小时前普通员工/个人贡献者
全职员工仅现场办公数据工程
数据工程
Sql
大数据
数据仓库
数据建模
值不值得投
70综合评分
综合评分 70
大厂数据开发岗，技术栈前沿，薪资市场水准，WLB待确认。
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。
薪资怎么样
20K
比数据工程中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2570 个在招 · 其中数据工程 2 个
市场机会
选择面较广
北京 · 数据工程 · 80 个在招
职位详情
关于这个职位
负责网易传媒广告业务的大数据平台及数据仓库的搭建与维护，处理多源异构数据，基于Doris、Druid等技术进行数据建模、查询优化和性能调优，支撑业务数据分析、决策优化和规模化落地
最低要求
本科及以上学历，计算机、大数据、软件工程等相关专业，3-5年及以上大数据开发实战工作经验
熟练掌握大数据核心技术栈，精通 Hive、Spark、Flink、Kafka 等主流组件，具备扎实的实时、离线数据开发能力，熟悉数仓分层建模理论
熟练掌握 Doris、Druid，精通建模、数据导入、索引优化、查询调优、集群运维等实战技能
精通 SQL，具备优秀的数据结构思维和逻辑拆解能力，能够独立承接业务需求、完成数据开发方案设计与落地
熟悉大数据任务调度、数据监控、数据质量治理体系，具备丰富的线上问题排查、性能优化、故障复盘经验
学习能力强，逻辑思维清晰，具备良好的跨部门沟通协作能力和抗压能力，能快速适配业务迭代节奏
工作职责
负责网易传媒广告大数据平台及数据仓库的搭建、迭代与日常维护，参与数据分层建模、数据规范制定，保障数据体系稳定、高效运行
负责广告业务数据的实时、离线采集、清洗、转换与整合，处理多源异构数据，完成数据归一化处理，保障数据准确性、完整性和时效性
基于Doris、Druid进行数据仓库建设、数据表建模、数据接入、查询优化及运维调优，支撑海量数据存储、多维分析、实时统计、数据可视化等业务场景
负责大数据任务开发、调度部署与监控运维，及时排查并解决任务失败、数据延迟、数据异常、查询缓慢等线上问题，保障数据任务稳定产出
搭建和完善企业核心数据指标体系，输出标准化数据报表、数据接口及数据分析服务，支撑业务统计、复盘分析、决策优化等需求
持续优化大数据架构、存储资源、计算性能，梳理数据链路冗余问题，提升数据处理效率、降低平台运维成本，助力数据平台规模化落地
优先资格
有大规模集群落地经验优先
AI 洞察
优缺点分析
优点
- 接触大规模数据处理和前沿技术栈，如Doris、Druid，技术成长空间大
- 公司平台规模大，项目涉及广告业务核心数据，能积累有价值的经验
- 工作内容直接支撑业务决策，成就感较强
- 业务迭代节奏快，要求快速适配和持续学习
- 适合有3-5年大数据开发经验，对数据平台建设和广告业务感兴趣，追求技术深度和稳定发展的技术人员
缺点 / 挑战
- 需要处理多源异构数据和复杂数据问题，技术难度较高
- 线上问题排查和性能优化可能带来一定工作压力
角色解读
- 可向大数据架构师方向发展，深入技术栈并负责整体数据架构设计
- 可转向数据平台负责人或技术管理岗位，带领团队保障数据体系运行
- 通过积累业务理解，成为业务数据专家，支撑更高级别的决策优化
- 负责广告业务数据平台的搭建、维护和优化，处理海量数据并保障数据质量
- 基于Doris、Druid等技术进行数仓建设、数据建模和查询调优，支撑业务多维分析
- 监控和运维大数据任务，排查线上问题，提升数据处理效率和平台性能
- 精通Hive、Spark、Flink、Kafka等大数据组件，具备实时和离线数据开发能力
- 熟练使用Doris、Druid进行数据建模、索引优化和集群运维
- 精通SQL，拥有数据结构思维和逻辑拆解能力，能独立完成数据开发方案
申请策略
- 了解网易广告业务的数据需求和行业背景，在面试中展示业务理解
- 准备大数据技术架构的思考，如如何设计高效的数据仓库模型
- 突出大数据项目经验，特别是数仓建设、性能优化和使用Doris、Druid的案例
- 强调处理多源异构数据和保障数据质量的具体成果
- 展示跨部门协作和解决线上问题的能力
- 加强Doris、Druid等新兴组件的实践，提升数据建模和查询优化技能
- 深入学习数据质量治理体系和大数据任务调度工具
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目经验
- 结合具体技术栈（如Spark、Flink）阐述解决方案，强调业务价值
- 从数据分层、监控、复盘等角度回答数据治理问题
- 如何设计一个支持实时和离线分析的数据仓库模型？
- 在遇到数据延迟或查询缓慢时，你会如何排查和优化？
- 描述一个你使用Doris或Druid进行性能优化的项目案例
- 如何保证多源异构数据清洗后的准确性和一致性？
- 复习大数据核心技术栈（Hive、Spark、Flink、Kafka）和数仓分层理论
职位点评
薪资福利75
成长发展80
工作生活50
使命价值65
薪资福利
75中等
薪资预计处于北京市场中上水平，公司已上市提供一定稳定性，但JD未明确披露薪资和福利细节。
薪资信号未披露（AI估算：15K-25K/月）
成长发展
80较高
技术栈涉及主流和前沿大数据组件，有成长空间，但JD未提及明确的培训或晋升路径。
技术前沿前沿/新兴技术
技术栈Hive、Spark、Flink、Kafka、Doris、Druid、SQL
业务类型profit_center
工作生活
50较低
工作模式未明确提及，可能需现场办公；WLB相关信息缺失，基于广告业务可能节奏较快。
工作模式未明确
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
65中等
广告业务有商业价值但社会影响力一般；技术应用积极，但JD未强调使命导向。
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
Watch Jobs