欧立腾
数据工程师
数据工程师
发布于 大约 14 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
学历未注明
软件工程
SQL
数据管道
数据建模
Power BI
ETL/ELT
DBT
AI 估算 · 25k–40k
高级数据工程师在上海，跨国上市企业，掌握Snowflake/dbt等前沿技术，薪资竞争力强，市场参考范围2.5-4万/月。
职位详情
关于这个职位
作为一名高级数据工程师，你将负责设计、构建并优化基于AWS Snowflake和dbt的数据管道，处理从实时流数据到Excel文件等多种数据源
你需要具备扎实的数据工程思维和成本意识，并作为业务与技术之间的桥梁，偶尔与瑞典全球团队协作
这是一个操作前沿技术栈并拥有明确项目主导权的绝佳机会
最低要求
拥有4至5年扎实的数据工程或数据仓库一线实战经验
强大的数据工程思维：对数据建模、ETL/ELT管道设计、数据架构原则和性能优化有深刻理解
云成本意识：熟悉云按量付费框架，并具备成本效益至上的开发思维
沟通能力：具备优秀的沟通技巧，能够直接从利益相关者处获取业务需求
英语水平：具备良好的工作英语能力，能够自信地与瑞典团队进行基础的英语口语和书面沟通
工作职责
数据管道开发与集成
设计、构建并维护稳健的批处理与实时数据管道，集成多样化的数据源，包括：流式数据（如Kafka）、结构化/半结构化数据（REST API）以及文件类数据（Excel、CSV）
使用现代的Serverless架构（如AWS Lambda）或平台原生能力（如Snowflake存储过程）开发基于Python的集成服务
数据建模与转换
负责维护dbt（数据构建工具）环境，将原始数据转换为可直接用于分析的模型
设计并实施可扩展的数据架构，重点关注构建符合下游Power BI报表需求的优化的金层（Gold Layer）/ 宽表
应用数据仓库最佳实践，包括维度建模（Kimball方法论）和在适用情况下的Data Vault建模
优化与云成本管理（云FinOps）
在云环境中监控、调优并优化管道性能及查询速度
实施具有成本效益的工程实践，有效管理和优化云按量付费的支出（包括计算和存储的优化）
业务分析与协作
作为业务需求与技术实现之间的桥梁，承担基础的业务分析（BA）职责，与利益相关者澄清数据逻辑
与本地团队成员以及瑞典的国际同事协作，确保数据治理和全球工程标准的一致性
优先资格
技术栈（优先项，非硬性要求）：
数据平台：具备部署在AWS上的Snowflake使用经验者优先
数据转换：有dbt进行批处理作业的一线实战经验者具备重大加分优势
编程语言：精通Python（特别是用于API集成、AWS Lambda开发或编写自动化脚本）
数据源：具备处理实时流式数据（如Kafka）、半结构化数据（API返回的JSON/XML）以及人工维护的业务文件（Excel）的经验
下游BI工具：具备Power BI的基本了解或使用经验者优先，特别需要理解如何构建数据层以优化Power BI的报表性能
AI 洞察
优缺点分析
优点
- 操作现代前沿技术栈（Snowflake, dbt, AWS），技术积累价值高
- 国际化扁平组织，有明确的成长空间和项目主导权
- 公司为上市跨国企业，薪资和福利具有竞争力，稳定且发展前景好
- 需直接与业务方沟通并承担部分BA职责，对沟通能力要求高
- 适合拥有4-5年数据工程经验、渴望深入前沿技术栈并具备良好沟通能力的技术型人才
缺点 / 挑战
- 需要处理多种数据源（包括Excel等非规范数据），工作复杂度较高
- 偶尔与瑞典团队协作，时差可能带来一定协调挑战
角色解读
- 成长为资深数据工程师或数据架构师，专注于复杂数据系统设计
- 向数据平台工程或数据基础设施方向深入，管理更大规模的数据平台
- 结合业务分析能力，转向数据产品经理或数据技术负责人岗位
- 设计和构建批处理与实时数据管道，集成Kafka、REST API、Excel等多种数据源
- 使用dbt进行数据转换和建模，构建面向Power BI的金层数据模型
- 优化数据管道性能和云成本，实施成本效益工程实践
- 与业务利益相关者和瑞典团队协作，确保数据治理和需求落地
- 精通SQL和Python，具备扎实的数据建模和ETL/ELT设计能力
- 熟悉云数据仓库（如Snowflake）和数据转换工具（如dbt）
- 具备云成本意识，能够优化按量付费的云资源
- 良好的沟通能力和工作英语，能与国际化团队协作
申请策略
- 在简历中准备一个完整的数据管道项目案例，从需求分析到技术实现再到成本优化
- 面试前了解公司业务和数据规模，思考数据工程如何支撑业务增长
- 突出Snowflake、dbt、AWS等核心工具的实际项目经验，强调数据管道设计和性能优化案例
- 展示Python开发能力（如API集成、Lambda函数）和SQL精通程度
- 强调云成本管理或FinOps实践经验，体现成本意识
- 用具体数据证明你的数据工程思维和业务分析能力
- 巩固dbt和Snowflake的使用，学习维度建模和Data Vault建模方法
- 熟悉Kafka和流数据处理基础，了解实时管道设计
面试指南
- 对于项目类问题，采用STAR原则：情境、任务、行动、结果，重点突出技术细节和量化成果
- 对于设计类问题，先梳理需求约束，再比较不同方案（如Kimball vs Data Vault），最后给出推荐和理由
- 对于成本优化问题，从计算和存储两个维度分析，列举具体优化手段（如自动暂停、物化视图、压缩等）
- 请描述一个你设计并优化的数据管道项目，包括技术选型和成本考虑
- 如何设计一个dbt模型来支持Power BI报表的高性能查询？
- 在AWS上使用Snowflake时，你如何监控和优化云成本？
- 当业务方提出模糊的数据需求时，你如何澄清和转化为技术方案？
- 你如何处理实时流数据和批量数据的融合？
职位点评
66
综合评分
外企高级数据工程师，前沿技术栈，成长空间大，但WLB不明确，需现场办公。
更适合这类人
最适合理工科背景、追求技术成长和项目主导权、能接受现场办公的数据工程师。
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50
使命价值60
薪资福利
70中等
薪资具有竞争力，福利未详细说明但公司口碑好，补偿性动机得到较好满足。
薪资信号未披露（AI估算：25K-40K/月）
成长发展
85较高
现代前沿技术栈（Snowflake, dbt, AWS）和明确成长空间，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈Snowflake、dbt、AWS、Kafka、Python、Power BI
成长机会专业的成长空间、项目的主导权
业务类型ambiguous
工作生活
50较低
工作地点固定在上海办公室，未提及弹性办公或远程工作，生活化动机满足一般。
工作模式未明确
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
数据工程支持业务决策，行业增长快，但社会影响力中性，意义感动机中等。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs