滴滴出行
27届秋招-数据研发工程师（国际化金融-Risk）
27届秋招-数据研发工程师（国际化金融-Risk）
发布于 大约 11 小时前普通员工/个人贡献者
上海市 / 杭州市
无经验要求
全职员工
仅现场办公
硕士
数据工程
Sparksql
Sql
数据仓库
AI 估算 · 20k–30k
一线城市大厂应届生数据岗，主流技术栈，薪资有竞争力，参考市场水平。
职位详情
关于这个职位
这是滴滴出行国际化事业部面向2027届毕业生的数据研发工程师岗位，工作地点在上海或杭州
你将参与大数据数仓建设、数据质量监控和性能优化，为金融风控业务提供可靠的数据支持
适合对大数据技术栈（Spark、Hive、Flink）有热情、熟练掌握SQL和编程语言的应届生
最低要求
届毕业生，硕士及以上学历（优秀本科生亦可），计算机、大数据等相关专业优先
掌握大数据核心技术栈，熟悉 Hadoop、Hive、Spark、Flink 等至少一种主流大数据框架，了解数据仓库建模理论
熟练使用 SQL，具备复杂 SQL 编写与优化能力，了解 SparkSQL 语法与调优思路
掌握至少一门编程语言（Python/Java/Scala 优先），能独立完成数据处理脚本开发
具备基本的数据分析与问题排查能力，能快速定位数据异常与性能瓶颈
具备良好的沟通表达能力与团队协作精神，对大数据技术充满热情
对生成式 AI 保持开放和好奇，愿意在工作中主动学习并合理使用 AI 工具提升学习效率、问题分析能力和协作产出质量，并具备基本的结果判断与校验意识，有AI应用实践的优先
工作职责
基于 Spark、Hive、Flink 等大数据组件，参与完成特征数据离线数仓分层设计、数据体系建设与模型效能报表开发，为算法模型提供可靠的数据支持
参与数据质量监控体系建设，设计数据校验规则，定位并解决数据异常问题，保障数据准确性与完整性
探索大数据技术在业务中的落地应用，参与性能优化、任务调度优化、数据治理等方向的技术攻坚
优先资格
有AI应用实践的优先
AI 洞察
优缺点分析
优点
- 滴滴作为大厂，平台规模大，能够接触到海量数据和复杂业务场景
- 技术栈主流，Spark/Flink 等组件有广泛应用，技能积累有价值
- 对 AI 工具持开放态度，鼓励使用 AI 提升效率，符合技术趋势
- 适合对大数据技术有热情、喜欢钻研数据、愿意在大型互联网平台积累经验的应届生
缺点 / 挑战
- 面向国际化业务和金融风控，行业前景稳定且具挑战性
- 大厂工作强度和压力可能较大，需要适应快节奏
- 数据研发岗位涉及大量数仓建设，日常可能偏重复性开发，需保持耐心
- 要求较高的 SQL 和数据建模能力，需要持续学习新技术
角色解读
- 从数据研发工程师起步，可向大数据架构师或数据专家方向深耕
- 随着业务理解加深，可转岗数据产品经理或算法工程方向
- 在大厂平台积累大规模数据处理经验后，职业发展空间广阔
- 负责离线数仓分层设计、数据体系建设，为算法模型提供高质量特征数据
- 开发数据质量监控和校验规则，定位并解决数据异常问题，保障数据准确性
- 参与性能优化、任务调度优化、数据治理等大数据技术攻坚，探索技术落地
- 扎实的大数据组件基础，熟悉 Hadoop、Hive、Spark、Flink 至少一种
- 精通 SQL，具备复杂 SQL 编写和优化能力，了解 SparkSQL
- 掌握 Python/Java/Scala 至少一门编程语言，能独立开发数据处理脚本
- 具备数据分析和问题排查能力，对生成式 AI 工具有应用意识
申请策略
- 关注滴滴国际化业务动态，面试时展现对金融风控领域的理解
- 提前准备大数据相关的基础知识和项目复盘，特别是数据质量问题处理案例
- 突出大数据相关项目经历，如数据仓库设计、ETL 开发、数据质量优化
- 强调 SQL 水平，列出复杂的 SQL 优化案例和性能提升效果
- 展示编程能力，附上 Python/Java/Scala 的数据处理项目代码
- 如有 AI 工具使用经历，如用大模型辅助开发或分析，一定要写出来
- 复习并深入理解 Spark/Hive 的运行原理和调优方法
- 练习复杂 SQL 编写，掌握窗口函数、UDF 等高级用法
面试指南
- 采用 STAR 法则，清晰描述项目背景、任务、行动和结果，量化成果
- 针对技术问题，从原理到实践逐步分析，先讲底层机制，再结合实际案例
- 展现主动学习和解决问题的能力，强调你对新技术的开放态度
- 请介绍一个你参与的数仓或数据处理项目，具体负责哪些部分？
- Spark 任务如何优化？你遇到过哪些数据倾斜问题？怎么解决？
- 复杂 SQL 中的窗口函数底层是如何实现的？
- 如何设计数据质量校验规则？你如何保证数据准确性？
- 谈谈你对生成式 AI 在数据开发中应用的理解
职位点评
72
综合评分
大厂数据研发校招岗，主流技术栈，成长空间大，WLB未明确。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
适合追求技术成长和职业发展、对大数据有浓厚兴趣、能接受大厂工作节奏的应届生。
表现最好
成长发展
相对薄弱
工作生活
薪资福利78
成长发展82
工作生活50
使命价值68
薪资福利
78中等
作为大厂应届生岗位，薪资水平有竞争力，但JD未明确具体薪资和福利，补偿性满足较好。
薪资信号未披露（AI估算：20K-30K/月）
成长发展
82较高
技术栈主流，有大规模数据处理实战机会，成长空间大，但JD未提及晋升路径。
技术前沿主流现代技术
技术栈Spark、Hive、Flink、Hadoop、SQL、SparkSQL、Python、Java、Scala、数据仓库
业务类型ambiguous
工作生活
50较低
工作地点为上海/杭州，需现场办公，JD未提及WLB，大厂加班情况未知，生活化满足有限。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
68中等
金融风控领域具有一定行业价值，技术驱动创新，但JD未突出社会意义，意义感满足中等。
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
滴滴出行 的其他在招职位
相似职位推荐
Watch Jobs