万兴科技
大数据开发实习生（27届有转正机会）
大数据开发实习生（27届有转正机会）
发布于 大约 5 小时前实习/见习
实习生仅现场办公大数据
大数据
Etl
Sql
云存储
多模态数据
数据仓库
数据湖
数据质量
值不值得投
70综合评分
综合评分 70
大数据实习岗，技术前沿，转正机会，薪资一般，WLB未知。
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
4K
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 150 个在招
职位详情
关于这个职位
作为万兴科技的大数据开发实习生，你将参与多模态数据的采集、处理与存储，建设ETL/ELT数据流程，设计数据集以支持产品与AI模型训练
你将使用Spark、Flink、Hive等大数据技术构建数据底座，并实施数据质量校验，确保数据链路的稳定运行
该岗位提供转正机会，适合希望在大数据领域深入发展的在校学生
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
- 接触多模态数据和AI相关数据管线，技术前沿，积累宝贵经验
- 公司已上市，平台稳定，有转正机会，职业发展路径清晰
- 使用主流大数据技术栈（Spark/Flink/Hive），提升市场竞争力
- 位于长沙，生活成本较低，工作环境舒适
- 大数据技术栈复杂，学习曲线陡峭，需要快速掌握多种工具
- 数据质量保障要求高，问题排查可能耗时，需要耐心和细致
- 适合对大数据技术有浓厚兴趣，具备一定编程基础，希望在实践中快速成长并争取转正机会的在校学生
缺点 / 挑战
- 实习岗位可能需要承担较基础的数据处理工作，重复性较高
角色解读
- 实习期表现优秀可转正，成为正式大数据开发工程师
- 可向数据仓库、数据湖、实时计算等方向深入发展，成为领域专家
- 未来可晋升为技术主管或架构师，负责复杂数据平台的设计与团队管理
- 负责多模态数据（图片、音频、视频）的采集、清洗、转换和存储，构建数据管道
- 使用Spark、Flink等大数据框架开发离线与实时数据处理任务，确保数据及时性和准确性
- 设计数据集和数据模型，支持业务分析、产品功能及AI模型训练和评估
- 参与数据质量监控和问题排查，保障数据链路的稳定运行
- 熟悉至少一种大数据计算引擎（Spark/Flink/Hive等），具备实际开发经验
- 掌握SQL和数据库知识，能够进行复杂查询和数据处理
- 了解数据仓库分层建模（ODS/DWD/DWS/ADS）和ETL流程设计
- 具备基本的工程能力，如Linux操作、脚本编写、版本控制等
申请策略
- 关注万兴科技的业务方向，了解其产品线，在面试中展示对公司的兴趣
- 准备一个完整的数据处理项目案例，展示从数据采集到分析的全流程能力
- 突出大数据相关项目经验，如使用Spark/Flink处理数据的课程设计或实习经历
- 强调SQL能力和数据建模知识，可附上相关项目细节
- 如有AI或多模态数据处理经验，务必重点展示，这是加分项
- 体现工程能力，如使用Linux、Git、编写脚本等
- 提前学习Spark或Flink的实战用法，可尝试在本地搭建环境练习
- 复习数据仓库分层理论，了解ODS/DWD/DWS/ADS的实际应用
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目经验，突出个人贡献和成果
- 对于技术概念题，先给出定义，再结合实际例子说明，展示理解深度
- 遇到不熟悉的问题，坦诚说明，并展示学习能力和解决问题的思路
- 请介绍一个你使用Spark或Flink处理数据的项目，包括架构和遇到的问题
- 如何设计一个数据仓库的分层模型？请举例说明
- 解释ETL和ELT的区别，以及各自的适用场景
- 如何处理数据质量问题？请描述一个你排查数据异常的案例
- 你对数据湖和湖仓一体有什么理解？
职位点评
薪资福利50
成长发展85
工作生活60
使命价值70
薪资福利
50较低
实习岗位薪资水平一般，但公司已上市，提供转正机会，长期来看有稳定性和发展空间。
薪资信号未披露（AI估算：3K-5K/月）
成长发展
85较高
岗位涉及多模态数据和AI数据管线，技术栈前沿，能快速提升大数据技能，且有转正机会，发展性较强。
技术前沿前沿/新兴技术
技术栈Spark、Flink、Hive、数据湖、多模态数据、AI
成长机会转正机会
业务类型ambiguous
工作生活
60中等
工作地点在长沙，生活成本较低，但JD未提及工作模式和加班情况，无法判断WLB。
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
70中等
大数据和AI是高速发展领域，岗位对数据基础设施有贡献，但社会直接影响力有限。
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