滴滴出行
资深数据研发工程师
资深数据研发工程师
发布于 大约 10 小时前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
本科
软件工程
Sql
大语言模型
数据仓库
用户增长
维度建模
AI 估算 · 30k–50k
资深数据研发、北京、大厂核心业务，薪资在市场中上水平，且含年终激励。
职位详情
关于这个职位
该职位负责滴滴营销与用户增长业务的数据仓库建设和数据体系设计，需要深入理解业务，构建离线/实时数据管道，并探索AI技术辅助数据开发
适合有4年以上数仓经验、熟悉大数据技术栈、对业务驱动数据分析有热情的候选人
最低要求
本科及以上学历，计算机、软件工程、统计学等相关专业，4年及以上大型互联网数据仓库实战经验
精通数据仓库理论与维度建模，具备完整的数仓模型设计、主题域划分、模型迭代经验
熟练掌握大数据技术栈：Hive、Spark、Kafka、Flink 等，精通 SQL，具备复杂 SQL 优化与问题排查能力
具备良好的业务理解力、沟通协作能力和问题解决能力，能独立承接业务域数据建设与需求支持
工作积极主动，责任心强，能适应互联网业务节奏，具备良好的抗压与跨团队协作能力
工作职责
负责营销、广告投放等用户增长业务域的数据仓库规划、模型设计与建设，支撑拉新、投放、转化、裂变、复购等全链路数据需求
负责营销与广告核心数据体系建设，包括投放渠道、曝光点击、转化归因、成本 ROI、用户分层、活动效果等指标建模与口径统一
负责离线/实时数据开发，保障数据产出稳定、准确、高效，支撑业务快速迭代
参与数据治理工作，包括模型规范、数据质量监控、元数据管理、数据成本优化，提升数据可靠性与复用性
与产品、运营、算法、数据分析团队紧密协作，理解业务痛点，提供数据方案，支撑策略优化与业务决策
探索AI技术在数仓开发流程中的应用，推动数据建模、数据治理、代码生成等环节的智能化和自动化
优先资格
有营销、广告投放、用户增长、渠道推广、活动运营等相关数据建设经验者优先
了解大语言模型基本原理，有Text2SQL、AI辅助数据开发/数据治理等方向的工程落地经验者优先
技术栈补充：Python、LangChain、向量数据库等AI工程相关技术栈加分
AI 洞察
优缺点分析
优点
- 滴滴作为出行巨头，数据量大、业务场景复杂，能积累宝贵的大型数据工程经验
- 岗位涉及营销和用户增长核心业务，直接支撑商业决策，成就感强
- 团队积极拥抱AI技术，有机会参与前沿探索，提升技术视野
- 薪资待遇优厚，大厂福利体系完善
- 互联网业务节奏快，数据需求迭代频繁，需要较强的抗压能力
- 数据量级大，对数据质量和治理要求高，需要细致和耐心
缺点 / 挑战
- 跨团队协作频繁，沟通成本较高
- 适合有4年以上数仓经验、对业务驱动数据建设有热情、喜欢挑战并希望结合AI技术的资深工程师
角色解读
- 可以向数据架构师方向发展，主导企业级数据体系设计
- 也可转向数据科学或AI方向，结合大模型提升数据智能化水平
- 在业务理解和管理能力提升后，可晋升为技术管理或数据团队负责人
- 负责营销与用户增长业务的数据仓库规划与模型设计，构建全链路数据体系
- 开发离线/实时数据管道，保障数据产出的稳定、准确和高效
- 参与数据治理，提升数据质量和复用性，并探索AI技术辅助数据开发
- 与产品、运营、算法等团队协作，提供数据方案支撑业务决策
- 精通数据仓库理论与维度建模，有完整的大型数仓设计经验
- 熟练掌握Hive、Spark、Kafka、Flink等大数据技术栈，SQL优化能力强
- 具备营销、用户增长或广告业务的数据建设经验优先
- 了解大语言模型和AI工程化技术，如Text2SQL、LangChain等
申请策略
- 在面试中重点展现你对业务逻辑的理解能力，能用数据方案解决业务痛点
- 关注滴滴近期的业务动态和AI转型方向，体现你对公司发展的兴趣
- 突出你在大型互联网公司的数仓项目经验，包括模型设计、主题域划分、数据管道建设
- 强调在营销、广告、用户增长等业务领域的实际数据建设案例
- 展示SQL优化、数据治理、数据质量保障方面的具体成果
- 如有AI辅助数据开发或大模型应用经验，务必重点描述
- 复习大语言模型基本原理，尝试实现简单的Text2SQL或数据质量标准化的AI工具
- 加强对Flink、Kafka等实时技术栈的实战能力，特别是与数仓结合的案例
面试指南
- 对于项目类问题，采用STAR原则：背景、任务、行动、结果，突出个人贡献和数据价值
- 对于技术问题，先解释原理，再结合实际场景说明如何应用，最后总结优化点
- 对于开放性问题，展示结构化思考：先明确目标，再分析难点，最后提出可行方案
- 请描述一个你主导的数仓模型设计案例，包括主题域划分和模型迭代过程
- 在复杂SQL优化方面，你有哪些经验？请举例说明
- 你如何确保数据质量？遇到过哪些典型的数据质量问题？
- 谈谈你对用户增长业务中常用指标（如ROI、LTV）的理解，以及计算口径的制定
- 如果你需要使用AI技术辅助数据开发，你会从哪些场景切入？请给出具体思路
职位点评
64
综合评分
大厂核心业务数据研发，前沿技术栈，薪资高但节奏快，适合追求成长的工程师。
更适合这类人
最适合重视技术成长和业务影响力的求职者，愿意为前沿技术付出高强度的努力。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活40
使命价值60
薪资福利
70中等
薪资水平在市场中上，但未在JD中明确，且大厂北京岗位生活成本高，补偿性满足程度中等偏上。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
85较高
技术栈前沿（大数据+AI），业务核心（营销与用户增长），成长空间大，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈Hive、Spark、Kafka、Flink、大语言模型、LangChain、Text2SQL、向量数据库
业务类型profit_center
工作生活
40较低
仅现场办公，未提及WLB，且JD暗示适应互联网节奏，工作强度可能较大，生活化动机满足度低。
工作模式仅现场办公
办公地点市区核心地段
加班情况JD含高强度暗示词
使命价值
60中等
行业稳定成熟，业务有一定社会价值（出行），但使命感不突出，意义感满足度一般。
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