吉利汽车
大数据应用岗
大数据应用岗
发布于 大约 15 小时前普通员工/个人贡献者
全职员工仅现场办公数据工程
数据工程
机器学习
值不值得投
71综合评分
综合评分 71
大型车企大数据岗位，技术栈全面，发展空间大，但工作地点和灵活性一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
28K
比数据工程中位数低
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 1500 个在招 · 其中数据工程 15 个
市场机会
选择不多
宁波 · 数据工程 · 6 个在招
职位详情
关于这个职位
该职位负责吉利汽车的大数据平台开发与数据处理，涉及分布式系统设计、数据清洗、ETL流程、数据建模以及机器学习模型训练与调优
你将使用Hadoop、Spark、Flink等框架，并参与高并发、高可用系统的架构设计，同时需要具备一定的项目管理能力，推动项目按时交付
最低要求
精通大数据开发领域的分布式系统设计与开发，如Hadoop、Spark、Flink等框架
熟练掌握数据处理与分析技能，包括数据清洗、ETL流程、数据建模等
具备算法领域的模型训练与调优能力，熟悉机器学习算法如随机森林、XGBoost、深度学习等
熟悉数据库技术，包括关系型数据库（如MySQL、Oracle）和非关系型数据库（如MongoDB、HBase）
具备良好的编程能力，熟练使用Java、Python、Scala等语言
了解大数据平台的监控与运维工具，如Prometheus、Grafana、Kafka、Zookeeper等
具备良好的系统设计与架构能力，能够设计高并发、高可用的大数据系统
具备一定的项目管理能力，能够协调资源并推动项目按时交付
工作职责
精通大数据开发领域的分布式系统设计与开发，如Hadoop、Spark、Flink等框架
熟练掌握数据处理与分析技能，包括数据清洗、ETL流程、数据建模等
具备算法领域的模型训练与调优能力，熟悉机器学习算法如随机森林、XGBoost、深度学习等
熟悉数据库技术，包括关系型数据库（如MySQL、Oracle）和非关系型数据库（如MongoDB、HBase）
具备良好的编程能力，熟练使用Java、Python、Scala等语言
了解大数据平台的监控与运维工具，如Prometheus、Grafana、Kafka、Zookeeper等
具备良好的系统设计与架构能力，能够设计高并发、高可用的大数据系统
具备一定的项目管理能力，能够协调资源并推动项目按时交付
AI 洞察
优缺点分析
优点
- 吉利作为大型上市车企，平台稳定，资源丰富，有利于技术积累
- 大数据和AI在汽车行业应用广泛，如智能驾驶、车联网，发展前景好
- 技术栈全面，涉及大数据、算法、数据库，能提升综合能力
- 适合具备扎实大数据技术基础，对汽车行业感兴趣，且愿意承担一定项目责任的技术人员
缺点 / 挑战
- 汽车行业数据场景复杂，可能面临数据孤岛和系统整合挑战
- 需要同时掌握多种技术栈，学习压力大
- 可能涉及项目交付压力，需要一定的项目管理能力
角色解读
- 从大数据工程师向大数据架构师或技术专家方向发展
- 向数据科学或AI方向深化，成为算法专家
- 向技术管理岗位发展，如数据团队负责人或项目经理
- 负责设计、开发和维护大数据平台，包括分布式计算框架（如Hadoop、Spark、Flink）的应用
- 进行数据清洗、ETL流程设计和数据建模，确保数据质量和可用性
- 训练和调优机器学习模型，应用于业务场景，如预测分析、用户画像等
- 参与系统架构设计，确保高并发、高可用性，并协调项目资源，推动交付
- 精通大数据生态技术，如Hadoop、Spark、Flink，并能进行分布式系统设计
- 熟练掌握数据处理和分析技能，包括ETL、数据建模
- 具备机器学习算法知识，能进行模型训练和调优
- 熟悉Java、Python、Scala等编程语言，以及关系型和非关系型数据库
申请策略
- 了解吉利汽车在数字化转型方面的战略，在面试中体现对行业的理解
- 准备一个完整的大数据项目案例，展示从数据到模型的全流程
- 突出大数据项目经验，特别是使用Hadoop、Spark、Flink的分布式处理项目
- 强调数据建模和ETL流程设计的具体案例
- 展示机器学习模型训练和调优的成果，如准确率提升
- 提及Java/Python/Scala编程能力，以及数据库操作经验
- 补充Flink实时处理经验，加强流处理能力
- 学习汽车行业数据特点，如车联网数据
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
- 强调技术选型和架构设计思路，展示系统思考能力
- 结合业务场景，说明技术如何解决实际问题
- 请描述一个你使用Spark处理大规模数据的项目，如何优化性能？
- 如何设计一个高可用的大数据平台？
- 你如何选择机器学习模型并进行调优？
- 如何处理数据质量问题？
- 如何与业务部门沟通技术方案？
职位点评
薪资福利70
成长发展85
工作生活50
使命价值75
薪资福利
70中等
薪资水平在宁波属于中上，福利未明确，但作为大型上市公司，稳定性较好。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
85较高
技术栈全面，涉及大数据、算法、数据库，能显著提升技术能力，且汽车行业数字化前景好。
技术前沿主流现代技术
技术栈Hadoop、Spark、Flink、Java、Python、Scala、MySQL、MongoDB、HBase、机器学习
业务类型ambiguous
工作生活
50较低
工作地点在宁波，可能位于园区，通勤可能不便，JD未提及弹性工作或远程。
工作模式仅现场办公
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
75中等
汽车行业数字化转型，大数据应用有实际价值，但JD未强调社会使命。
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
吉利汽车 的其他在招职位
相似职位推荐
Watch Jobs