网易
资深数据开发工程师
资深数据开发工程师
发布于 大约 16 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
Ai Agent
Etl
Llm
数据仓库
数据架构
值不值得投
69综合评分
综合评分 69
大厂核心业务数据岗，技术栈前沿（大数据+AI），成长性强，WLB信息不明。
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
29K
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 2670 个在招 · 其中数据工程 3 个
市场机会
选择适中
广州 · 数据工程 · 19 个在招
职位详情
关于这个职位
该职位为网易广告业务部门的数据开发工程师，核心职责是负责广告数据仓库的架构、建模与ETL开发，构建高效的离线和实时数据管道，支撑广告投放与报表分析
同时，该岗位将运用AI Agent技术开发智能化运维机器人，并探索将AI应用于数据开发全流程以提升团队效率
最低要求
本科及以上学历，3年以上数据开发经验，有广告或互联网行业数据平台建设经验
精通 Spark、Flink、Doris 等大数据组件的原理与使用，具备性能调优与生产故障排查的实战能力
熟悉数据仓库建模理论，掌握维度建模方法，有完整的数仓分层建设与数据治理实践经验
具备扎实的编程基础，熟练使用 Python / Java / Scala 中至少一种语言
对 AI 应用开发有实际认知，能够基于 LLM + Agent 框架（Function Calling、MCP、LangChain 等）开发 AI 智能体解决实际业务问题
工作职责
负责广告业务数据仓库的架构设计、建模与 ETL 开发，基于 Spark、Flink、Doris 等组件构建离线/实时数据管道，支撑广告投放与报表分析等核心业务
负责数据接口与可视化报表的设计开发，保障数据服务的及时性、准确性与稳定性，持续优化大规模数据处理的性能
利用 AI Agent 技术搭建广告业务 AI 运维机器人，实现数据任务监控、异常告警、故障定位与自愈、业务反馈问题排查等智能化运维能力
探索 AI 在数据开发全流程的落地，推动数仓开发、报表开发、数据接口开发等环节的 AI 自动化，系统性提升团队研发效率
优先资格
在推动数仓开发、报表开发、数据接口开发等场景的 AI 自动化方面有落地经验和成果
有 AI 运维机器人、ChatOps、智能告警治理等相关项目实践经验
AI 洞察
优缺点分析
优点
- 技术栈前沿且业务场景复杂，能够深入实践大数据与AI Agent的结合，技术成长天花板高
- 作为核心业务（广告）的数据支持岗位，项目成果直接影响商业收益，价值感强
- “资深”岗位要求独立解决难题并推动技术落地，对综合能力（架构设计、故障排查、AI探索）要求高
- 需要持续学习AI等前沿技术并将其工程化落地，对学习能力和实践转化能力要求高
缺点 / 挑战
- 在大型平台上，有机会接触海量数据和复杂的工程挑战，锻炼系统化解决问题的能力
- 广告业务节奏快，对数据的实时性和准确性要求严苛，可能存在一定的工作压力
- 适合具备扎实大数据工程基础、对AI应用开发有浓厚兴趣和探索精神，并希望在复杂业务场景中挑战技术深度的工程师
角色解读
- 技术专家路线：在数据工程或AI工程化领域持续深耕，成为解决复杂业务场景的技术架构师
- 技术管理路线：凭借出色的技术影响力和项目成果，向技术负责人（Tech Lead）或团队管理方向发展
- 跨领域融合：结合数据与AI能力，向数据产品经理、数据科学家或AI算法工程化等交叉方向拓展
- 设计、构建和维护支撑核心广告业务的数据仓库系统，确保数据流转高效、准确
- 开发和优化数据接口与报表，为业务团队提供稳定、及时的数据服务
- 利用前沿的AI Agent技术，开发智能化工具来革新传统的数据运维和开发流程，提升自动化水平
- 作为资深工程师，需要独立解决复杂的技术难题，并推动AI在数据领域的工程化落地
- 精通大数据技术栈，包括Spark、Flink、Doris的原理、使用与性能调优
- 扎实的数据仓库理论基础与实践能力，熟练掌握维度建模与数据治理
- 至少精通一门现代编程语言（Python/Java/Scala），具备良好的工程能力
- 对AI应用有实际认知，特别是大语言模型（LLM）和Agent框架（如LangChain）的开发应用能力
申请策略
- 仔细研究网易广告业务的产品逻辑和数据挑战，在面试中可以结合业务场景阐述你的技术方案
- 准备一个关于“AI如何提升数据开发效率”的完整思路或案例，这将是面试中的重要考察点
- 详细描述你主导或深度参与的数据仓库建设项目，突出架构设计、模型选择和性能优化成果
- 列举使用Spark、Flink、Doris处理实际业务问题（如实时指标计算、离线ETL优化）的具体案例和技术细节
- 着重展示与AI/LLM/Agent相关的实践经验，哪怕是小规模的探索或学习项目，也要说明技术选型和解决的问题
- 强调你推动效率提升或流程自动化（即使是非AI的脚本/工具）的经验，体现工程化思维
- 系统学习或巩固LLM应用开发框架，如LangChain、LlamaIndex，了解Function Calling、MCP等协议
- 深入学习一个分布式计算框架（如Flink）或OLAP引擎（如Doris）的源码或底层原理，提升技术深度
面试指南
- 技术深度问题：采用“背景-目标-行动-结果”结构，重点阐述你的决策依据、技术选型和量化结果
- 系统设计类问题：从需求分析入手，逐步展开架构（分层、数据流、技术组件），并说明权衡与未来优化点
- AI应用类问题：强调“问题驱动”，清晰定义要解决的业务问题，然后解释AI技术如何作为工具嵌入解决方案，并讨论可行性、效果评估和潜在风险
- 请描述一次你设计数据仓库架构或解决性能瓶颈的经历，你的思路和步骤是什么？
- 如何确保Flink实时作业的稳定性？遇到过哪些典型故障，你是如何定位和解决的？
- 请分享一个你使用AI技术（如LLM/Agent）解决实际业务问题的案例
- 如果你要为广告报表系统设计一个AI运维机器人，你会如何规划它的核心功能和技术实现？
- 在推动数据开发流程AI自动化时，你认为最大的挑战是什么？你会如何切入？
职位点评
薪资福利70
成长发展85
工作生活50
使命价值65
薪资福利
70中等
作为大型互联网公司的技术岗位，薪酬体系通常具备市场竞争力，但具体福利细节未在JD中披露。
薪资信号面议 (22K-35K/月)
成长发展
85较高
职位要求掌握前沿的大数据与AI技术栈（Flink, Doris, AI Agent），并涉及架构设计和自动化探索，技术成长空间显著。
技术前沿前沿/新兴技术
技术栈Spark、Flink、Doris、Python、Java、Scala、LLM、Agent、LangChain、MCP
成长机会探索 AI 在数据开发全流程的落地
业务类型profit_center
工作生活
50较低
职位描述未提及任何办公模式（远程、弹性等）或WLB相关信息，工作节奏可能与广告业务关联度高。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
65中等
岗位处于广告这一成熟稳定的商业领域，但将AI技术应用于数据开发是明确的创新方向，有一定技术使命感。
行业发展稳定成熟行业
社会影响中性/一般
使命信号探索 AI 在数据开发全流程的落地，系统性提升团队研发效率
创新程度积极采用新技术
Watch Jobs