波克城市
2027届秋招-数据开发工程师（实时 / 离线方向）
2027届秋招-数据开发工程师（实时 / 离线方向）
发布于 大约 14 小时前实习/见习
上海市
无经验要求
实习生
仅现场办公
本科
数据工程
Ai编程工具
Clickhouse
Sql
Starrocks
AI 估算 · 6k–9k
职位详情
关于这个职位
作为波克城市2027届秋招的数据开发实习生，你将参与实时和离线数据链路的建设，使用Flink、Kafka、Hive、Spark等大数据技术，负责数据清洗、ETL开发、OLAP查询优化，并探索AI辅助编程提升效率
适合对大数据技术有热情、具备Java和SQL基础、希望积累游戏行业数据经验的在校学生
最低要求
基础能力： 本科及以上学历在读（计算机、软件、数学等相关专业优先），具备扎实的数据结构与算法功底
编程能力： 熟练掌握 Java 基础（了解集合、并发编程）
具备扎实的 SQL 功底，能编写复杂开窗函数、多表关联并具备初步的查询调优意识
计算框架： 接触或学习过 Flink 实时计算框架（了解 DataStream API、Window、State 机制者优先）
了解 Hive、Spark、Kafka 等常见大数据组件
AI 敏捷思维： 具备良好的“人机协作/Vibe Coding”意识，能熟练借助现代 AI 编程助手高效编写代码、辅助 Debug 与算法原型落地
综合素质： 逻辑思维严密，沟通顺畅，学习能力强，能每周保证至少 4 天实习、实习期 3 个月以上
工作职责
实时计算开发： 参与业务实时数据链路建设，基于 Flink + Kafka 进行数据清洗、实时特征处理及流式指标统计
离线数仓开发： 协助构建离线数仓（Hive / Spark），编写并优化 SQL 脚本，完成日常 ETL 任务开发与多维数据报表沉淀
性能与稳定性保障： 参与 OLAP 引擎（StarRocks / ClickHouse / Doris）的表结构设计与查询优化，协助排查流任务反压、数据倾斜等日常问题
AI 提效探索： 践行 Vibe Coding 敏捷开发理念，善用 Cursor、Copilot 等 AI 编程工具快速实现业务原型、构建测试用例及加速代码交付
优先资格
加分项
有 StarRocks / ClickHouse / Doris 等 OLAP 引擎的实际使用经验
了解常见的机器学习模型（如 GBDT、逻辑回归）对数据特征输入的基本规范
有游戏行业业务认知（如对玩家画像、LTV 预测、行为日志分析有兴趣或实践者优先）
AI 洞察
优缺点分析
优点
- 参与真实业务数据链路，积累Flink、Spark等大数据技术实战经验
- 公司为大型游戏企业，业务数据丰富，能深入理解游戏行业数据应用
- 鼓励使用AI工具，培养高效开发习惯，提升未来竞争力
- 实习期表现优秀可能获得转正机会
- 需要同时掌握实时和离线技术栈，学习曲线较陡
- 实习期要求每周至少4天，可能影响学业
- 数据开发工作可能涉及大量SQL优化和问题排查，需要耐心和细致
- 适合对大数据技术有热情、具备Java和SQL基础、希望快速积累实战经验并愿意学习AI辅助开发的在校学生
缺点 / 挑战
暂无明显挑战项
角色解读
- 从数据开发实习生起步，逐步深入实时或离线数仓领域，成为专业的数据工程师
- 积累游戏行业数据经验，可向数据架构师或数据产品经理方向发展
- 掌握AI辅助开发技能，成为高效开发人才，未来可转向AI工程或数据平台方向
- 参与实时数据链路建设，使用Flink和Kafka进行数据清洗、特征处理和流式指标统计
- 协助构建离线数仓，编写和优化SQL脚本，完成ETL任务和报表开发
- 参与OLAP引擎的表结构设计和查询优化，解决流任务反压和数据倾斜问题
- 利用AI编程工具（如Cursor、Copilot）提升开发效率，快速实现原型和测试用例
- 扎实的Java基础和SQL功底，熟悉集合、并发编程，能编写复杂查询
- 了解Flink实时计算框架，熟悉DataStream API、Window、State机制者优先
- 了解Hive、Spark、Kafka等大数据组件
- 具备AI编程工具使用能力，有Vibe Coding意识
申请策略
- 了解波克城市的游戏产品，展示对游戏数据场景的兴趣
- 在面试中强调学习能力和团队协作，体现稳定性
- 突出Java和SQL能力，展示相关项目或课程设计
- 如有Flink、Spark等大数据项目经验，务必详细描述
- 强调使用AI工具（如Copilot）的经验，体现Vibe Coding意识
- 如有游戏行业相关兴趣或实践，可提及
- 提前学习Flink的DataStream API和窗口机制，动手实践简单流处理任务
- 练习复杂SQL编写，包括开窗函数、多表关联，了解查询优化
面试指南
- 对于技术问题，采用STAR法则：先讲背景，再讲任务，然后行动，最后结果
- 对于优化问题，先分析原因，再提出方案，最后验证效果
- 对于AI工具问题，强调工具如何提升效率，并体现人机协作思维
- 请解释Flink中的Window和State机制，并举例说明应用场景
- 如何优化一个慢SQL查询？请给出具体思路
- 描述一次你使用AI工具辅助编程的经历
- 如果实时任务出现数据倾斜，你会如何排查和解决？
- 你对游戏行业的数据分析有哪些了解？
职位点评
69
综合评分
技术成长空间大，薪资未明确，实习要求较高。
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。
更适合这类人
适合追求技术成长、对大数据开发有热情、能接受现场实习的在校学生。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展85
工作生活50
使命价值70
薪资福利
60中等
实习岗位薪资未明确，但公司为大型企业，实习薪资可能处于市场水平，福利待遇一般。
薪资信号未披露（AI估算：6K-9K/月）
成长发展
85较高
岗位提供实时和离线数据开发实战机会，技术栈前沿，且鼓励AI工具使用，成长空间大。
技术前沿主流现代技术
技术栈Flink、Kafka、Hive、Spark、StarRocks、ClickHouse、Doris、AI编程
成长机会实习期3个月以上、AI提效探索
业务类型ambiguous
工作生活
50较低
工作地点在上海，需要现场办公，实习要求每周至少4天，可能影响个人时间，但未提及加班。
工作模式仅现场办公
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
70中等
游戏行业数据开发具有应用价值，但社会影响力一般，行业增长稳定。
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