滴滴出行
高级数据研发工程师
高级数据研发工程师
发布于 5 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应用
Clickhouse
Starrocks
数仓建模
数据仓库
数据治理
值不值得投
76综合评分
综合评分 76
核心业务数据岗，技术栈前沿、成长空间大，但工作节奏与稳定性保障压力可能较高。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
3.5万
与数据工程中位数基本持平
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 2170 个在招 · 其中数据工程 30 个
市场机会
选择面较广
北京 · 数据工程 · 约 150 个在招
职位详情
关于这个职位
该职位主要负责滴滴网约车核心业务的数据仓库搭建与开发，进行领域数仓建模及持续优化
你需要抽象核心业务流程，沉淀数据架构与分析框架，完善数据治理体系，并探索AI等新技术的应用，实现技术变革升级
最低要求
计算机类/大数据分析/统计学/相关专业本科及以上学历
-5年的数据开发经验，熟悉数据管建采用等全流程，在数据架构、数据治理方向有深入的技术实践
较强的问题分析和解决能力，擅长团队协同，具备复杂业务、大体量数据的处理经验，擅长流量、营销、交易等核心业务场景数据建设
较强的技术功底：有AI项目和技术落地经验，有Hadoop生态大数据体系架构的应用实践经验，熟悉Hive/Spark/HBase/CK/SR等工具
富有激情，较强自驱力和责任感
工作职责
负责滴滴网约车核心业务的数据仓库搭建及开发，进行领域数仓建模并持续优化，持续提升数据效率
负责抽象核心业务流程，沉淀好用的数据架构、通用的分析框架和数据应用产品
负责数据开发流程及架构优化，不断完善数据治理体系，持续提升数仓建设的质量
探索AI等新技术应用，实现技术变革升级
AI 洞察
优缺点分析
优点
- 身处网约车核心业务线，数据体量庞大且场景复杂，能积累极具含金量的高并发、大数据处理经验
- 平台技术栈先进，鼓励探索AI等前沿技术，有利于个人技术视野与工程能力的双重提升
- 数据治理与架构体系成熟，能学习到业界顶尖的数据中台建设方法论
- 业务迭代速度快，需要在保证数据治理规范的同时，快速响应各类复杂多变的业务数据需求
缺点 / 挑战
- 核心业务对数据质量和时效性要求极高，可能面临较大的线上稳定性保障与突发问题排查压力
- 适合具备扎实大数据底层技术功底、对数据架构与治理有热情，且希望在复杂业务场景中挑战海量数据处理的中级数据研发工程师
角色解读
- 纵向可发展为数据架构师或大数据技术专家，主导公司级数据底座与核心架构演进
- 横向可向数据产品负责人或业务数据总监转型，深入赋能网约车核心业务决策与商业化
- 负责网约车核心业务的数据仓库搭建、领域建模与持续优化，提升数据流转与查询效率
- 抽象业务流程，沉淀通用数据架构、分析框架及数据应用产品，完善数据治理体系
- 探索并落地AI等新技术，推动数据开发流程的技术变革与升级
- 精通Hadoop生态及大数据组件（Hive、Spark、HBase、ClickHouse、StarRocks等），具备扎实的大数据架构实践经验
- 具备2-5年数据开发经验，深入理解数据管建采用全流程，在数据架构与数据治理方向有深厚积累
- 拥有复杂业务（流量、营销、交易等）和海量数据处理经验，并具备AI项目落地能力
申请策略
- 提前了解网约车业务的最新动向及数据中台架构理念，面试时展现出对业务与数据结合的深刻理解
- 重点突出在数据仓库建模、数据治理体系搭建方面的具体项目成果与量化指标（如查询性能提升比例、存储成本降低等）
- 详细阐述在流量、营销或交易等核心业务场景下的大数据处理经验，以及解决复杂数据难题的具体方案
- 展示AI技术在数据开发或数据分析中的落地案例，体现技术前瞻性与工程化能力
- 深入复习并实践ClickHouse、StarRocks等OLAP引擎的底层原理与调优技巧，提升实时数据分析能力
- 了解并尝试将大语言模型或传统机器学习算法应用于数据治理、自动化SQL生成或数据质量监控等场景
面试指南
- STAR法则：针对项目经验题，按照情境、任务、行动、结果结构化回答，突出个人贡献与量化收益
- 对比分析法：针对技术选型与调优题，从架构特点、适用场景、性能瓶颈等维度进行横向对比，展现技术深度
- 业务价值导向：在回答数据治理或架构优化问题时，始终将技术动作与业务价值（如降本增效、赋能决策）挂钩
- 请分享一个你主导过的最复杂的数据仓库建模或数据治理项目，遇到了哪些挑战，是如何解决的？
- 在流量、营销或交易场景中，如何处理大体量数据的倾斜问题？请结合具体组件说明
- 你提到有AI项目落地经验，请具体说明AI技术是如何与数据开发流程或数据应用产品结合的？
- 对比Hive、Spark、ClickHouse和StarRocks，请谈谈它们在不同业务场景下的选型依据及性能调优经验
- 如何平衡业务快速迭代的数据需求与数据治理、数仓规范之间的关系？
职位点评
薪资福利80
成长发展90
工作生活50
使命价值75
薪资福利
80较高
JD未明确披露具体薪资与福利细节，但基于岗位要求的2-5年经验及核心业务属性，该职位在市场中具备较强的薪资竞争力。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
90较高
岗位涉及核心业务数仓建设、数据治理及AI新技术探索，技术栈前沿且业务场景复杂，个人技术成长与业务视野提升空间巨大。
技术前沿前沿/新兴技术
技术栈Hadoop、Hive、Spark、HBase、ClickHouse、StarRocks、AI
成长机会探索AI等新技术应用、实现技术变革升级
业务类型profit_center
工作生活
50较低
JD未提及任何工作模式与WLB相关信息，无法准确判断工作强度与通勤便利性，需在实际面试中进一步确认。
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
75中等
网约车业务深刻影响公众出行方式，具有较高的社会价值；同时岗位鼓励AI技术变革，具备较强的技术创新使命感。
行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号探索AI等新技术应用、实现技术变革升级
创新程度积极采用新技术
Watch Jobs