万兴科技
大数据开发工程师
大数据开发工程师
发布于 大约 14 小时前普通员工/个人贡献者
实习生仅现场办公大数据
大数据
Etl
Hdfs
Sql
多模态数据
大数据
数据仓库
数据湖
值不值得投
73综合评分
综合评分 73
技术成长性强的大数据校招岗，薪资待遇中规中矩，工作生活平衡情况未明。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
薪资怎么样
13K
比大数据中位数低
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 170 个在招 · 其中大数据 2 个
市场机会
选择不多
长沙 · 大数据 · 3 个在招
职位详情
关于这个职位
这是万兴科技校园招聘的大数据开发工程师岗位
您将负责处理结构化与多模态数据（如图片、音视频），建设稳定可靠的数据处理流程（ETL），并使用Flink、Spark、Hive等云存储与大数据技术构建数据底座，以支持产品分析与AI模型训练等业务需求
最低要求
本科及以上学历，计算机/软件工程/数据工程等相关专业，有大数据开发经验（优秀者可放宽）
熟悉至少一种大数据计算引擎：Spark / Flink / Hive / Presto / Trino 等，具备离线与实时任务开发经验
熟悉数据建模与数据仓库理念（ODS/DWD/DWS/ADS），掌握常见数据加工链路与指标开发方法
熟练使用 SQL，具备良好的数据处理与排查能力，能够独立定位与解决数据链路问题
了解云上数据栈与分布式存储（如对象存储、HDFS、Lakehouse等），具备数据存储与计算优化意识
具备良好的工程能力与协作能力，能够推动数据交付在复杂业务场景下稳定落地
工作职责
负责结构化与多模态数据（图片、音频、视频等）的采集、处理与存储
建设与维护数据处理流程（ETL/ELT），确保数据稳定、可靠、及时
设计结构化与非结构化数据集，支持产品、分析与模型训练/评估需求
使用云存储和大数据技术（S3/OSS、Flink/Spark/Hive 等）构建数据底座
实施基础数据质量校验，保障关键数据链路正确运行
优先资格
有大模型/AI相关的数据管线经验（如推理日志、训练数据集、评测数据集等）或AI业务背景
有多模态数据处理经验（图片/音频/视频）及相关存储、索引、ETL加工经验
熟悉数据湖/湖仓一体（Hudi/Iceberg/Delta Lake 等）或云原生数据平台实践经验
AI 洞察
优缺点分析
优点
- 技术栈现代，能接触多模态数据处理、数据湖等前沿领域，技术成长性好
- 作为校招岗位，有系统化学习与成长的机会，能奠定扎实的数据工程基础
- 数据领域技术更新快，需要持续学习新的工具和框架
- 多模态数据（音视频）的处理链路比传统结构化数据更复杂，对工程能力要求更高
- 适合对大数据技术、分布式系统有浓厚兴趣，希望扎实构建数据工程能力，对处理多模态数据有好奇心的应届毕业生
缺点 / 挑战
- 万兴科技是上市公司，平台相对稳定，能接触到真实的、复杂业务场景下的数据挑战
- 作为校招生，需要快速理解业务并推动数据项目在复杂场景下落地，存在一定压力
角色解读
- 深耕数据工程领域，成为资深数据工程师或数据架构师
- 向数据平台、大数据平台开发方向发展，负责构建更底层的数据基础设施
- 结合AI趋势，可转向AI数据工程、机器学习平台开发等交叉领域
- 设计与构建稳定可靠的数据处理流程（ETL），处理包括图片、音视频在内的多模态数据
- 使用Spark、Flink等大数据计算引擎，开发离线与实时数据处理任务
- 设计数据模型与数据仓库，构建数据底座以支持产品分析、指标开发及AI模型训练等下游需求
- 保障数据质量与数据链路的正确运行，解决数据问题
- 精通至少一种大数据计算引擎（如Spark、Flink），有实际开发经验
- 深入理解数据仓库建模（ODS/DWD/DWS/ADS）与ETL/ELT流程
- 熟练使用SQL进行复杂数据处理与问题排查
- 了解云存储（如OSS/S3）与分布式存储系统（HDFS/Lakehouse）
- 具备良好的工程实践能力和跨团队协作沟通能力
申请策略
- 提前了解万兴科技的主营产品（如视频创意软件），思考大数据如何赋能其产品与AI能力
- 在面试中表现出对数据质量、数据稳定性的重视，这是该岗位的核心职责之一
- 重点突出在校期间与大数据相关的项目经验、课程设计或实习经历，描述清楚使用的具体技术栈和解决的问题
- 展示对数据仓库（ODS/DWD/DWS/ADS）、ETL流程或SQL的深入理解与实践
- 如果有多模态数据（图片/音视频）处理经验，务必详细描述
- 巩固Spark/Flink/Hive等至少一个大数据计算引擎的编程与调优能力
- 学习并实践数据湖技术（如Hudi/Iceberg），了解湖仓一体架构
- 尝试处理一些公开的多模态数据集（如音频、视频），积累端到端的数据处理经验
面试指南
- 使用STAR法则（情境、任务、行动、结果）清晰描述项目经历与个人贡献
- 回答架构设计问题时，先说明整体思路（如Lambda/Kappa架构），再分点阐述每个环节的技术选型与考虑
- 回答问题排查类问题时，展示系统性思维：从数据源、采集、处理到存储的逐层检查方法论
- 请介绍一个你做过的大数据项目，你在其中负责哪些部分，使用了哪些技术？
- 如何设计一个实时+离线的数据处理流程来处理用户上传的视频数据？
- 你熟悉的数据仓库分层（ODS/DWD/DWS/ADS）是怎样的？请举例说明一个指标的计算过程
- 如果发现某个关键指标的数据与预期不符，你会如何排查数据链路的问题？
- 你对数据湖（如Hudi）或湖仓一体有什么了解？它和传统数据仓库有什么区别？
职位点评
薪资福利70
成长发展88
工作生活55
使命价值72
薪资福利
70中等
作为校招岗位，薪资处于长沙市场同类岗位的正常水平，但未提及具体福利细节，对补偿性动机的满足程度一般。
薪资信号市场水准 (10K-15K/月)
成长发展
88较高
该岗位技术栈现代，涉及多模态数据、大数据计算引擎、数据仓库等核心领域，对技术成长的满足程度很高。
技术前沿主流现代技术
技术栈Spark、Flink、Hive、SQL、ETL、数据仓库、多模态数据、HDFS、Lakehouse
业务类型ambiguous
工作生活
55较低
职位描述未明确提及办公模式、工作时间安排或任何关于WLB的信号，因此生活化动机的满足程度难以判断且有限。
工作模式未明确
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
72中等
作为软件公司支持产品与AI的数据岗位，工作内容有中性偏正面的社会价值（助力产品创新），行业处于稳定发展阶段。
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