中国平安
数据开发工程师（偏数据分析）
数据开发工程师（偏数据分析）
发布于 大约 14 小时前普通员工/个人贡献者
深圳市
中级经验
全职员工
仅现场办公
本科
数据分析与科学
Datax
Finebi
Hive Sql
Spark Sql
Sqoop
数仓建模
AI 估算 · 15k–25k
深圳大数据岗薪资较高，平安作为大型金融集团，薪资范围合理，中位数2万/月，15薪符合行业水平。
职位详情
关于这个职位
作为中国平安的数据开发工程师，你将负责大数据中间层和数据集市的建设，深入业务一线进行数据分析与BI看板配置
该职位要求精通Hadoop生态（Hive/Spark等），具备强业务沟通能力，适合希望在金融科技领域深耕的数据开发与分析师
最低要求
本科及以上学历，计算机科学与技术、统计学、应用数学、数据科学或相关专业
精通Hadoop生态组件开发，熟练掌握Hive SQL、Spark SQL/Flink、DataX/Sqoop等
具备大型数仓中间层与数据集市实际落地经验
能独立完成业务域数据分层设计、指标体系搭建
具备强烈的业务Owner意识，不惧怕跨部门沟通
能听懂业务“人话”并转化为数据“逻辑”，具备需求边界把控与优先级管理能力
精通hive SQL，对FINEBI/Python/Tableau等工具熟悉者优先，有独立撰写商业/业务数据分析报告、数据复盘报告的经验与案例
工作职责
负责各业务的大数据中间层（DWD/DWS）及主题数据集市的设计、开发与迭代及数据分析工作
主动深入业务一线，与各业务部门保持高频沟通，精准理解业务逻辑与数据诉求，独立完成指标口径梳理、报表开发与BI看板配置
建立核心数据监控体系，日常负责数据链路巡检
快速响应业务反馈的数据异常，定位根因（代码/血缘/源系统/逻辑），推动闭环修复
建设业务数据分析模型，不断评估和优化业务分析模型
支持业务上各种统计分析需求
持续优化Hadoop生态数据处理任务（Hive/Spark等），提升集群资源利用率
优先资格
对FINEBI/Python/Tableau等工具熟悉者优先
有独立撰写商业/业务数据分析报告、数据复盘报告的经验与案例
AI 洞察
优缺点分析
优点
- 中国平安作为大型金融集团，平台稳定，技术栈主流（Hadoop/Spark），能积累宝贵的大数据经验
- 职位融合开发与分析，既能锻炼技术又能培养业务思维，职业发展空间大
- 深圳地理位置优越，薪资待遇在行业中具有竞争力，福利体系完善
- 有机会接触金融核心业务数据，对理解金融行业有独特价值
- 跨部门沟通频繁，要求较强的沟通和协调能力，非纯技术岗的舒适区
- 大数据平台运维和异常排查需要细致和耐心，可能涉及夜班或应急响应
- 适合有一定大数据开发经验，且希望深入业务、提升数据分析能力的求职者
- 特别是对金融行业感兴趣，并愿意在技术+业务双线发展的人
缺点 / 挑战
- 需要同时兼顾开发与分析工作，对综合能力要求高，可能面临较大的工作压力
角色解读
- 纵向深入：从数据开发工程师向数据架构师或数据科学家方向发展，负责更复杂的数据平台设计
- 横向拓展：转型为业务数据负责人或数据产品经理，利用业务理解推动数据驱动决策
- 管理方向：带领数据团队，从技术执行转向团队管理与项目规划
- 负责大数据中间层（DWD/DWS）和数据集市的设计、开发与迭代，确保数据资产的高质量
- 深入业务一线，与业务部门沟通，将业务需求转化为数据指标，并开发报表和BI看板
- 建立数据监控体系，快速排查数据异常，优化数据处理任务提升集群效率
- 支持各种统计分析需求，并建设业务数据分析模型以辅助决策
- 精通Hadoop生态组件，特别是Hive SQL和Spark SQL，具备大型数仓落地经验
- 熟悉数据分层设计和指标体系搭建，能独立完成业务域数据建模
- 具备强大的业务沟通和需求管理能力，能将业务语言翻译为数据逻辑
- 掌握FineBI、Python或Tableau等BI工具，能撰写数据分析报告
申请策略
- 面试前深入了解平安的金融科技业务，特别是数据在金融风控、营销等场景的应用
- 准备一个完整的项目故事：从业务沟通到数据设计、开发、监控优化的全过程
- 突出大型数仓项目经验，特别是中间层和数据集市的设计与开发经历
- 强调Hive SQL和Spark SQL的熟练程度，附带性能优化案例
- 展示数据分析能力，比如通过BI工具制作的可视化看板或数据分析报告
- 体现跨部门沟通协作成果，例如如何将模糊业务需求转化为清晰数据方案
- 若对FineBI/Tableau不熟，建议快速学习并准备一个分析作品
- 补充Python数据分析能力（Pandas、Matplotlib等），提升求职竞争力
面试指南
- 项目经验类：STAR法则（情境、任务、行动、结果），突出技术细节和业务价值
- 沟通协调类：强调同理心+数据逻辑，先理解业务诉求再给出可行方案
- 技术问题类：展示系统性思维，从问题定位、根因分析到优化措施逐步展开
- 请介绍一个你主导的数仓中间层项目，包括分层设计、指标体系和技术选型
- 当业务部门提出的需求与现有数据能力冲突时，你如何沟通和协调？
- 如何排查Hive SQL性能问题？请举例说明你优化慢查询的经验
- 设计一个业务数据分析模型（如用户留存分析），你会考虑哪些维度？
- 请描述一次你通过数据发现业务异常并推动修复的过程
职位点评
70
综合评分
大平台稳定薪资，主流技术栈，现场办公，WLB一般。
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
该职位最适合追求稳定高薪和技术成长，能接受现场办公和可能加班的求职者。
表现最好
薪资福利
相对薄弱
工作生活
薪资福利80
成长发展75
工作生活55
使命价值60
薪资福利
80较高
该职位提供明确的薪资范围（15-25k/月），深圳市场水准，且平安福利体系完善，有公积金、年终奖等，但JD未具体列出福利，综合评估补偿性动机满足较好。
薪资信号市场水准 (15K-25K/月)
成长发展
75中等
技术栈为Hadoop生态主流现代技术，有助技能成长，但JD未提及晋升通道或培训，成长路径依赖个人主动性和团队氛围。
技术前沿主流现代技术
技术栈Hadoop、Hive、Spark、Flink、DataX、Sqoop、FineBI、Python、Tableau
业务类型ambiguous
工作生活
55较低
仅现场办公，地点在深圳市区，通勤可能方便，但未提及弹性工作或WLB，金融科技行业加班常见，Lifestyle满足有限。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
60中等
平安作为金融巨头，行业稳定，数据工作对社会有一定价值（如金融风险控制），但创新性一般，使命感中等。
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
中国平安 的其他在招职位
相似职位推荐
Watch Jobs