DiDi logo
滴滴出行
数据研发工程师

数据研发工程师

发布于 大约 7 小时前

普通员工/个人贡献者

杭州市
中级经验
全职员工
仅现场办公
本科
软件工程
Ai Coding
Clickhouse
Olap
Rag
Starrocks
大模型
数据建模
数据治理

AI 估算 · 20k–40k

滴滴上市大厂,金融科技方向,3-5年经验,杭州市场,技术栈前沿,薪资竞争力强。

职位详情

关于这个职位

该职位负责滴滴国际金融的离线与实时数据集市建设、指标开发及数据规划落地,同时参与性能优化与运维

你将接触Hadoop、Flink、Spark等大数据技术栈,并有机会应用大模型与AI Coding提升数据研发效率,适合有3-5年经验、追求技术深度的数据工程师

最低要求

有Fintech工作经验,深入理解常用的数据建模理论,可独立把控数据仓库各层级的设计;

熟悉Hadoop生态,精通Hdfs、Hive、MR开发,熟悉Spark、Presto,有任务调优经验;
了解数据治理,从事过治理相关工作、理解数据治理的重要性;
扎实的大数据和分布式经验,如Flink、kafka、spark等流式大数据计算及运维经验,熟悉flink优先;
掌握ES/Druid/StarRocks/ClickHouse 等OLAP引擎一种以上;
具备较强的编程能力和编程经验,至少熟悉Java/Python/Scala一门编程语言;
具备一定的数据分析能力,具备数据敏感性和探知欲,专注数据的价值发现和转化;
具备快速学习能力、沟通协调能力及团队精神,有较强的责任心和学习积极性;
深入理解大模型应用架构(RAG、Agent等),以及有AI Coding在数据研发的实践经验;
必须是本科以及以上、计算机相关专业、学历3-5年互联网工作经验、英语口语能力优先

工作职责

参与滴滴国际金融离线、实时数据集市和实时指标开发工作

参与滴滴国际金融离线、实时相关数据规划、设计以及落地
参与数据计算和服务的性能优化与运维,为业务提供稳定的服务

AI 洞察

优缺点分析

优点

  • 滴滴国际化金融业务,数据规模大、场景复杂,能积累高价值经验
  • 技术栈全面,覆盖离线、实时、OLAP及大模型,学习机会多
  • 大厂平台,薪资福利有竞争力,职业发展路径清晰
  • 技术栈更新快,需要持续学习保持竞争力
  • 可能涉及跨国协作,对沟通和英语能力有一定要求
  • 适合3-5年经验、热爱大数据技术、希望在金融科技领域深耕的工程师

缺点 / 挑战

  • 金融业务对数据准确性和实时性要求高,工作压力较大

角色解读

  • 技术深度方向:成为大数据架构师或实时计算专家
  • 业务融合方向:深入金融业务,转型为数据产品经理或业务分析师
  • 管理方向:带领数据团队,负责数据中台建设与管理
  • 建设和维护离线与实时数据集市,确保数据准确及时产出
  • 参与数据规划与设计,优化数据模型和计算流程
  • 负责数据服务的性能调优与运维,保障业务稳定性
  • 精通Hadoop生态及Hive、Spark等大数据技术,具备任务调优经验
  • 掌握Flink或Kafka等流式计算框架,有实时数据开发经验
  • 熟悉OLAP引擎(如ClickHouse、StarRocks),具备数据建模能力
  • 至少熟练一门编程语言(Java/Python/Scala),并了解大模型应用

申请策略

  • 深入了解滴滴国际化金融业务方向,在面试中展现对金融数据的兴趣
  • 准备好一个完整的数据项目案例,包括问题、方案、成果和反思
  • 突出大数据项目经验,特别是离线与实时数仓建设案例
  • 强调使用Flink、Spark等技术的调优成果和性能提升数据
  • 如有数据治理或AI Coding实践经验,务必展示
  • 体现Fintech背景或数据分析能力
  • 补充OLAP引擎(如ClickHouse)的深入使用和调优经验
  • 学习大模型应用架构(RAG、Agent),尝试结合数据研发场景

面试指南

  • STAR法则:描述背景、任务、行动、结果,突出技术细节和量化成果
  • 对比框架:面对技术选型问题,从性能、成本、维护性等多维度对比
  • 问题解决框架:明确问题现象→分析根因→方案对比→实施效果→总结反思
  • 请描述一个你主导的离线数仓或实时数仓项目,包括架构设计和难点解决
  • 如何处理数据倾斜?请举例说明Hive或Spark任务调优经验
  • 你使用过哪些OLAP引擎?对比它们的优缺点和适用场景
  • 大模型如何应用于数据研发?请分享你的理解或实践经验
  • 在金融场景下,数据治理的关键点有哪些?

职位点评

62
综合评分

大厂金融科技数据研发岗,前沿技术栈,薪资竞争力强,但工作强度可能较大。

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。

更适合这类人
该职位最适合追求技术成长与前沿学习的求职者,若对WLB要求较高需谨慎考虑。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展85
工作生活40
使命价值50

薪资福利

60中等

薪资未在JD中明确,但滴滴作为上市大厂,薪资福利通常具有市场竞争力,预计处于杭州同岗位中等偏上水平。不过由于缺乏明确信息,保守评估。

薪资信号未披露(AI估算:20K-40K/月)

成长发展

85较高

技术栈覆盖大数据全链路且包含大模型等前沿方向,项目规模大、场景复杂,能显著提升个人技术深度和广度,成长空间大。

技术前沿前沿/新兴技术
技术栈Hadoop、Hive、Spark、Flink、Kafka、Presto、OLAP、大模型、RAG、AI Coding
业务类型ambiguous

工作生活

40较低

仅现场办公,未提及弹性工作或远程,互联网大厂通常工作强度较高,WLB可能一般。

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

50较低

金融科技领域对社会有一定正向价值,但岗位更偏向技术实现,社会影响力感知有限。行业稳定,创新程度较高。

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