三六零
27秋招-大数据平台研发工程师（北京）-5396(J12468)
27秋招-大数据平台研发工程师（北京）-5396(J12468)
发布于 大约 1 小时前普通员工/个人贡献者
全职员工仅现场办公大数据
大数据
Paimon
云数仓
元数据管理
值不值得投
74综合评分
综合评分 74
校招大数据研发岗，技术前沿、成长性高，但WLB和薪资透明度一般。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
20K
比大数据中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 120 个在招
市场机会
选择不多
北京 · 大数据 · 8 个在招
职位详情
关于这个职位
作为大数据平台研发工程师，你将参与云数仓产品的内核研发与平台维护，负责元数据管理、计算资源管理、任务调度等核心功能的开发
工作包括使用Spring Boot构建后端服务和API，与PostgreSQL、Hive、Paimon等数据系统对接，并协助打通Flink、Spark等计算引擎，以支撑真实业务场景的落地
最低要求
具备良好的学习能力、沟通能力和工程责任感，能够主动定位并推动问题解决
工作职责
参与云数仓产品管理服务的内核研发与平台服务维护，覆盖元数据管理、计算资源管理、任务管理、监控及计费等平台能力
基于 Spring Boot 开发后端服务和标准化 API，参与接口设计、功能开发、测试及问题排查
参与云数仓与 PostgreSQL、MySQL、Hive、Paimon、Iceberg、StarRocks 等数据系统的对接
参与湖仓表管理、数据查询、计算任务提交及治理服务建设，协助打通 Flink、Spark 等计算引擎
参与真实业务场景落地，在团队指导下完成可上线、可维护的工程功能
优先资格
有云数仓、数据中台、元数据管理或大数据平台相关项目经验
熟悉 PostgreSQL 系统表、JDBC Driver、连接池或多数据源管理
了解 Kubernetes、Docker、微服务或云原生开发
使用过 Paimon、Iceberg 等湖表格式，并理解快照、分区、Compaction 或 Catalog 等概念
熟悉 Flink/Spark 任务开发、提交、监控或性能调优
有开源项目贡献、技术博客或完整个人项目
AI 洞察
优缺点分析
优点
- 技术栈前沿，涉及云数仓、湖仓一体等新兴领域，能快速积累前沿经验
- 公司平台大，超大型企业资源丰富，有利于参与大规模项目
- 校招岗位提供系统化培养，有团队指导和支持
- 校招竞争激烈，需在短时间内证明技术能力
- 大数据技术更新快，需要持续学习新框架和工具
- 对大数据平台和数据工程有浓厚兴趣，具备扎实编程基础，乐于解决复杂技术问题的应届毕业生
缺点 / 挑战
- 可能面临较高的工程责任和上线压力
角色解读
- 技术深耕：可成长为大数据架构师、数据平台专家，深入分布式系统与数据湖技术
- 领域扩展：向数据治理、云原生架构或AI平台方向发展
- 管理路径：凭借技术积累，可转向技术团队管理或产品负责人角色
- 参与云数仓产品的核心研发，包括元数据管理、任务调度、监控计费等平台功能
- 使用Spring Boot开发后端服务和API，设计接口并排查问题
- 与多种数据系统（如PostgreSQL、Hive）和计算引擎（如Flink、Spark）对接，构建湖仓一体化能力
- 在真实业务场景中落地工程功能，确保代码可上线、可维护
- 扎实的Java编程基础，熟悉Spring Boot框架
- 了解大数据生态系统，如Hive、Spark、Flink等
- 具备数据库知识，特别是PostgreSQL、MySQL
- 熟悉云原生技术（如Kubernetes、Docker）和湖表格式（如Paimon、Iceberg）优先
申请策略
- 提前研究三六零的云数仓业务和技术方向，了解公司产品
- 准备面试时，重点准备分布式系统、数据一致性等核心概念
- 突出相关项目经验，如云数仓、数据中台或大数据平台开发项目
- 强调Spring Boot、数据库、大数据框架等技能的实际应用
- 列出开源贡献、技术博客或个人项目，展示主动性和技术热情
- 深化Spring Boot和微服务架构的实践能力
- 学习Kubernetes、Docker等云原生技术，提升容器化开发经验
- 熟悉Paimon、Iceberg等湖表格式和Flink/Spark任务开发
面试指南
- 使用STAR法则（情境、任务、行动、结果）组织项目经验回答
- 结合具体技术点，阐述设计思路和问题解决方案
- 强调学习能力和团队协作，展示工程责任感
- 请描述一个你参与的大数据平台项目，你在其中负责什么？
- 你如何设计一个基于Spring Boot的API服务来对接多种数据源？
- 解释一下数据湖仓一体的概念，以及Paimon和Iceberg的区别
- 如何优化Flink或Spark任务的性能？请举例说明
- 你如何确保工程代码的可维护性和上线质量？
职位点评
薪资福利70
成长发展85
工作生活60
使命价值75
薪资福利
70中等
薪资在应届生市场处于中上水平，但福利信息未提及，补偿性动机满足程度一般。
薪资信号未披露（AI估算：15K-25K/月）
成长发展
85较高
职位涉及前沿云数仓和大数据技术，提供实际业务落地机会，技能成长空间显著。
技术前沿前沿/新兴技术
技术栈Spring Boot、PostgreSQL、Paimon、Iceberg、Flink、Spark、Kubernetes、Docker
业务类型ambiguous
工作生活
60中等
JD未明确工作模式，可能要求现场办公，生活化动机满足程度有限。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
大数据是高速增长赛道，技术驱动业务价值，但JD未强调社会使命，意义感动机中等偏上。
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
三六零 的其他在招职位
相似职位推荐
Watch Jobs