波克城市
大数据开发负责人
大数据开发负责人
发布于 2 天前中层管理(经理/总监)
上海市
专家级经验
全职员工
仅现场办公
本科
信息技术与基础设施
Clickhouse
Dolphinscheduler
Starrocks
数据仓库
数据平台
数据治理
AI 估算 · 35k–55k
资深大数据管理岗，技术难度高，行业需求大，上海大型企业薪资竞争力强。
职位详情
关于这个职位
作为大数据开发负责人，你将负责波克城市游戏数据体系的整体规划与建设，带领团队搭建稳定高效的数据仓库、数据平台和数据治理体系，推动数据从采集到应用的全链路优化
这是一个技术与管理并重的岗位，适合有丰富大数据经验并希望向管理方向发展的资深技术专家
最低要求
本科及以上学历，计算机、软件工程、数据科学、统计学等相关专业优先
年及以上数据开发/数据仓库/大数据平台相关经验，3 年及以上团队管理经验
具备扎实的数据仓库建设经验，熟悉数仓分层、维度建模、主题域规划、指标体系建设、数据治理等方法论
熟悉大数据技术体系，了解 Hive、Spark、Flink、Kafka、Hadoop、ClickHouse、Doris、StarRocks、Airflow、DolphinScheduler 等常见组件中的一种或多种
工作职责
负责公司游戏数据体系的整体规划与建设，搭建稳定、规范、可复用的数据基础设施和数据仓库体系
负责离线数仓、实时数仓、指标体系、数据集市、数据服务等方向的架构设计与落地，推动数据从采集、清洗、建模、加工到应用的全链路建设
负责数据平台和数据工具能力建设，包括数据开发平台、任务调度、数据质量、元数据管理、血缘分析、权限管理、指标管理、标签体系、报表看板等
负责数据治理体系建设，推动数据标准、指标口径、数据质量、数据资产沉淀和数据安全管理，提升数据的准确性、一致性和可用性
负责数据开发团队的管理工作，包括团队规划、人员培养、技术方案评审、项目排期、跨部门协作和交付质量管理
持续优化数据链路性能、资源成本和开发效率，提升数据系统的稳定性、时效性和可扩展性
优先资格
有15人以上团队管理经验优先
AI 洞察
优缺点分析
优点
- 波克城市为行业领先游戏公司，稳定且资源充足，数据团队重视程度高
- 管理15人以上团队，积累丰富的技术管理和领导经验，职业发展空间大
- 技术栈涵盖主流大数据组件，紧跟行业前沿，对个人技术成长有利
- 工作强度可能较大，数据链路长、涉及面广，需协调多方资源
- 团队管理和技术架构两手抓，对综合能力要求极高
缺点 / 挑战
- 深度参与游戏数据体系建设，接触海量用户数据，技术挑战大、成就感强
- 游戏行业数据时效性要求高，实时数仓和性能优化压力不小
- 适合有8年以上大数据经验、扎实的技术功底并希望向技术管理转型的资深工程师，能承受一定压力并乐于带领团队攻坚
角色解读
- 技术方向：深耕大数据架构，成为数据中台或大数据平台技术总监
- 管理方向：晋升为数据技术副总裁或首席数据官（CDO），统筹数据战略
- 业务方向：结合游戏业务，转型为数据驱动决策的产品或运营负责人
- 规划并建设游戏数据体系，包括离线与实时数仓、指标体系、数据集市等，确保数据的稳定与可复用
- 搭建数据平台和工具，如任务调度、数据质量监控、元数据管理、指标与标签体系等，提升数据开发效率
- 推动数据治理，制定数据标准和口径，保障数据质量与安全，促进数据资产化
- 带领15人以上数据开发团队，负责人员培养、项目排期、跨部门协作及交付质量
- 扎实的数据仓库建设经验，熟悉维度建模、主题域规划、指标体系建设
- 精通主流大数据组件，如 Hive、Spark、Flink、Kafka、ClickHouse 等
- 具备数据平台架构设计与治理能力，了解任务调度、元数据管理等工具
- 优秀的团队管理能力，包括规划、培养、技术评审及跨部门协作
申请策略
- 面试时准备一个完整的数据平台架构案例，从设计到落地全过程
- 了解波克城市的游戏业务和现有数据规模，展现对业务的关注
- 突出8年以上数据开发经验，特别是数据仓库、数据平台架构设计的具体项目
- 强调3年以上团队管理经验，并量化管理规模（如15人以上）、团队成长成果
- 列出熟悉的大数据组件及实际应用场景，如用Flink做实时计算、用ClickHouse做OLAP
- 如有数据治理、数据标准制定的经验，重点描述
- 如果对某几个组件不够熟悉，快速学习Doris/StarRocks等新一代分析引擎
- 补充数据治理、数据安全相关的知识体系
面试指南
- 采用STAR法则：情境（Situation）、任务（Task）、行动（Action）、结果（Result），结构清晰地阐述项目经历
- 技术问题先明确场景和目标，对比多种方案优劣，再给出选择理由，体现决策思维
- 管理问题展示你的领导风格、冲突处理方式，强调团队成长和数据结果
- 请描述你主导过的一个大型数据仓库项目，包括架构设计、技术选型和团队分工
- 如何处理数据质量和数据一致性问题？请举例说明
- 你如何平衡数据湖与数据仓库的差异？在实时数仓场景下遇到过哪些挑战？
- 当团队成员技术分歧时，你如何决策并推动执行？
- 你对数据治理的理解？在游戏行业数据治理的特殊性有哪些？
职位点评
74
综合评分
上海大型游戏公司，技术栈主流，管理空间大，薪资偏高，但工作节奏较快，WLB一般。
更适合这类人
最适合看重技术成长和管理能力提升的资深大数据从业者，对高薪资和稳定发展有需求，但需接受一定的工作强度。
表现最好
成长发展
相对薄弱
工作生活
薪资福利82
成长发展88
工作生活55
使命价值70
薪资福利
82较高
薪资水平在上海大型互联网公司中属于中上等，虽未明确数字，但岗位层级和行业惯例预示较高薪酬，福利在JD中未提及，但公司规模较大，福利体系完善。
薪资信号偏高 (35K-55K/月)
成长发展
88较高
技术栈涵盖主流现代大数据组件，岗位涉及数据治理、平台建设等前沿领域，同时提供团队管理培养机会，成长空间大。
技术前沿主流现代技术
技术栈Hive、Spark、Flink、Kafka、Hadoop、ClickHouse、Doris、StarRocks、Airflow、DolphinScheduler
成长机会人员培养
业务类型profit_center
工作生活
55较低
工作地点为上海核心城区，但仅现场办公，未提及弹性工作或加班情况，游戏行业通常工作节奏较快，WLB一般。
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
游戏行业属于高速增长赛道，数据驱动业务决策有明确价值，但JD未提及社会使命感，影响力中性。
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
波克城市 的其他在招职位
相似职位推荐
Watch Jobs