Inspur logo
浪潮
数据开发工程师

数据开发工程师

发布于 大约 10 小时前

普通员工/个人贡献者

重庆市
中级经验
全职员工
仅现场办公
硕士
软件工程
Etl
Maxcompute
Sql
数据仓库
数据建模
医保数据
阿里Dataworks

AI 估算 · 12k–20k

硕士+中级经验,重庆数据开发岗位薪资中上水平,浪潮国企福利较好,但薪资面议可能略低于互联网,综合估算12-20K。

职位详情

关于这个职位

该职位负责医保数据平台的建设,包括数据仓库建模、ETL开发、指标加工,以及对接客户需求

你需要使用阿里DataWorks、MaxCompute、Flink等工具,参与可信数据空间的数据底座建设,并挖掘医保数据价值
工作地点在重庆,需要驻场支持,适合有大数据开发经验、熟悉Hadoop/Spark/Flink的技术人员

最低要求

硕士及以上学历,计算机、数据科学、统计学等相关专业优先,具备数据开发或大数据处理经验

熟悉数据开发技术体系,掌握至少一种大数据开发框架,如Hadoop、Spark、Flink等,能够独立完成数据需求分析、ETL/ELT流程设计、数据模型构建、数据质量管控及性能优化,具备较强的数据问题排查与现场技术支撑能力
具备良好的技术方案设计、跨团队沟通协作、业务需求转化能力,能快速理解医保业务场景并转化为数据开发任务,具备优秀的抗压能力,能适应重庆客户现场技术调研、数据探查及驻场开发支持

工作职责

梳理医保全业务域表结构与业务逻辑,主导数仓建模分层、ETL 开发与指标加工,输出合规标准数据集,支撑可信数据空间底层数据底座

依托阿里 DataWorks 完成医保数据全流程开发,适配调优 MaxCompute、Flink 组件,制定开发权限规范,保障数据链路稳定、满足可信空间流转接入要求
对接医保局、医疗机构,将业务需求转化为数据方案,搭建指标与看板体系,支撑风险防控与业务决策
挖掘医保数据价值、落地创新应用场景,分配团队工作、开展技术赋能,紧跟行业政策迭代优化可信数据空间支撑方案
主动拓展医保数据应用场景,梳理业务与平台开发知识体系,整体提升团队业务及技术能力

AI 洞察

优缺点分析

优点

  • 浪潮是行业龙头,项目规模大,能接触医保核心数据,积累宝贵行业经验
  • 技术栈主流(Spark、Flink、DataWorks),提升大数据开发能力
  • 工作稳定,国企福利保障,薪资有竞争力
  • 医保业务逻辑复杂,对理解业务场景要求高,学习曲线陡
  • 国企内部流程可能较冗长,影响开发效率
  • 适合有大数据开发经验、希望深耕医疗行业数据、能接受驻场和一定抗压能力的工程师

缺点 / 挑战

  • 需要驻场重庆客户现场,可能面临频繁出差和客户沟通压力

角色解读

  • 在大型国企项目积累医保行业数据经验,成为行业数据专家
  • 向数据架构师或技术经理发展,主导更大规模数据平台建设
  • 深入可信数据空间等前沿方向,转型为数据产品经理或数据科学家
  • 负责医保数据仓库的建模分层设计,主导ETL开发与指标加工,确保数据质量与合规性
  • 使用阿里DataWorks、MaxCompute、Flink等工具进行全流程数据开发,并优化组件性能
  • 对接医保局和医疗机构,将业务需求转化为数据方案,搭建指标看板支持决策
  • 挖掘医保数据价值,创新应用场景,并参与团队技术赋能与知识体系建设
  • 精通数据仓库建模和ETL开发,熟悉Hadoop、Spark、Flink等大数据框架
  • 熟练掌握SQL及阿里DataWorks、MaxCompute等工具,具备性能调优能力
  • 具备较强的业务需求转化能力,能快速理解医保业务场景
  • 良好的跨团队沟通协调能力,能适应驻场开发

申请策略

  • 面试时准备一个完整的数据仓库建设项目案例,体现从需求到交付的全流程
  • 表达对医疗大数据方向的兴趣,展现长期发展意愿
  • 突出数据仓库建模经验,特别是分层设计和ETL优化的项目案例
  • 强调使用Spark、Flink等大数据框架的实战经历,以及性能调优成果
  • 展示业务需求转化能力,例如描述如何将复杂业务转化为数据解决方案
  • 提前学习医保行业基础知识,了解DRG、医保结算等相关概念
  • 熟悉阿里DataWorks和MaxCompute的使用,如有条件可练习官方文档

面试指南

  • 采用STAR法则:Situation(背景)、Task(任务)、Action(行动)、Result(结果),突出个人贡献
  • 体现技术深度和业务理解:先说明技术选型理由,再结合业务场景分析效果
  • 展示学习能力:遇到新技术时,如何快速上手并应用到项目中
  • 请描述一个你主导的数仓建模项目,包括分层设计、ETL流程和性能优化
  • 如何处理数据质量问题?请举例说明
  • 针对医保业务,如何将业务需求转化为数据指标?
  • 在使用Flink或Spark时,遇到过哪些挑战?如何解决?
  • 你如何看待可信数据空间?在数据安全方面有哪些考虑?

职位点评

70
综合评分

主流大数据技术栈,医保行业深耕机会,薪资中等但稳定,需要驻场。

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
该职位最适合看重技能成长和行业积累的求职者,对工作生活平衡要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展80
工作生活50
使命价值70

薪资福利

75中等

薪资面议但浪潮作为国企福利稳定,属于中等偏上水平,补偿性动机满足较好。

薪资信号面议 (12K-20K/月)

成长发展

80较高

技术栈主流且涉及医保数据新领域,成长空间大,但晋升路径未明确提及,发展性动机满足较好。

技术前沿主流现代技术
技术栈Spark、Flink、阿里DataWorks、MaxCompute、数据仓库
成长机会开展技术赋能、拓展应用场景
业务类型profit_center

工作生活

50较低

需驻场重庆客户现场,工作模式不灵活,WLB信号缺失,生活化动机满足有限。

工作模式仅现场办公
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

70中等

医保数据涉及民生,有一定的社会意义,但行业增长速度中等,意义感动机一般。

行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号支撑风险防控与业务决策、挖掘医保数据价值
创新程度积极采用新技术
Watch Jobs