吉利汽车
AI开发工程师岗
AI开发工程师岗
发布于 大约 14 小时前普通员工/个人贡献者
全职员工仅现场办公大数据
大数据
Dataworks
Etl
Maxcompute
Sql
数据仓库
数据治理
机器学习
值不值得投
73综合评分
综合评分 73
吉利汽车能源大数据校招岗，技术栈前沿，行业价值明确，具体WLB与办公模式需进一步确认。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
23K
比大数据中位数高
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 1980 个在招 · 其中大数据 2 个
市场机会
选择不多
杭州 · 大数据 · 2 个在招
职位详情
关于这个职位
作为吉利汽车能源大数据团队的一员，你将负责参与能源行业大数据平台的搭建与开发，涵盖数据接入、清洗、建模到分析的全生命周期
工作将涉及基于DataWorks、MaxCompute等组件进行数据仓库与ETL开发，参与数据治理以保障数据质量，并探索AI与大数据融合的智能化应用场景，助力业务数据化落地
最低要求
学历专业：硕士及以上学历，2027届应届/准应届毕业生，计算机、通信、统计、信息科学等相关专业优先
技术基础：熟练掌握SQL，了解Hadoop、Hive、Spark、Flink等大数据组件，有DataWorks、MaxCompute使用经验者优先
编程能力：熟练掌握Python、Java至少一门编程语言，具备良好的编码规范与工程化思维
数据素养：对数据敏感，具备数据建模、统计分析及数据问题排查的基础能力
综合素质：工作严谨细致、责任心强，具备良好的沟通协作能力，自驱力足，可承受一定工作压力
优先条件：拥有AI、机器学习项目经验，或有能源、电力、工业行业数据相关项目、实习经历者优先
工作职责
大数据平台建设开发：参与能源行业大数据平台搭建与开发，负责数据接入、清洗、加工、建模及分析等全流程数据开发工作
数据仓库与ETL开发：基于DataWorks、MaxCompute等大数据组件，完成离线、实时数据ETL开发，配合团队搭建和优化数据仓库体系
数据治理与模型设计：协助梳理业务指标口径，参与数据模型设计、数据治理等工作，保障数据规范、准确、可用
能源数据场景落地：负责能耗分析、负荷预测、设备运行监测等能源业务场景的数据开发，支撑业务数据化应用落地
智能化能力探索建设：探索AI与大数据融合应用场景，助力平台数据分析能力升级与智能化体系建设
日常事务落地执行：积极配合团队各项开发工作，高效完成上级交办的各类大数据相关临时工作
优先资格
拥有AI、机器学习项目经验，或有能源、电力、工业行业数据相关项目、实习经历者优先
AI 洞察
优缺点分析
优点
- 行业前沿与技术实践结合：深入能源行业，将大数据和AI技术应用于实际业务场景，技术落地感强
- 成长平台广阔：依托吉利汽车的平台和资源，有机会接触海量数据与复杂业务问题
- 应届生友好：明确的校园招聘岗位，有清晰的培养路径和团队支持
- 技术栈要求较广：需同时掌握大数据组件、编程语言及数据分析建模，对综合能力要求高
- 业务领域专业性：能源电力行业有其特定的业务逻辑和指标体系，需要一定的学习成本
- 大公司协作环境：可能需要跨部门协作，对沟通和项目管理能力有一定要求
- 计算机、统计等相关专业，对大数据技术有浓厚兴趣，希望将技术应用于实体产业（特别是能源领域）的2027届硕士毕业生
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术路径：可深耕数据开发、数据架构或算法工程方向，成为大数据或AI领域的专家
- 业务路径：通过深入理解能源业务，可向数据产品经理、解决方案架构师或业务数据分析师发展
- 管理路径：在团队中承担更多协调与规划工作，向技术经理或团队负责人方向发展
- 负责构建和维护能源行业的数据基础设施，包括大数据平台和数据仓库
- 执行数据从接入、清洗到建模分析的全流程开发，保障数据质量与可用性
- 探索并落地AI与大数据结合的创新应用，解决具体的能源业务问题（如负荷预测）
- 必须掌握SQL，并熟悉Hadoop、Hive、Spark、Flink等主流大数据组件
- 至少精通Python或Java一门编程语言，具备扎实的工程编码能力
- 需要具备数据建模、统计分析等数据素养，对数据有敏感度
- 拥有AI或机器学习相关项目经验，或能源行业数据背景是加分项
申请策略
- 仔细研究吉利汽车的能源业务（如吉利智行科技、换电业务等），理解该岗位在公司战略中的位置
- 在面试或沟通中，展现你对数据驱动业务、以及技术解决实际问题的热情与思考
- 突出掌握的大数据技术栈（SQL、Hadoop、Spark等）及相关项目经验，即使是课程设计或个人项目
- 强调Python/Java编程能力，展示良好的代码规范（如附上GitHub链接）
- 如有任何与数据处理、分析、建模相关的实习、竞赛或项目经历，需详细描述个人贡献和成果
- 若有能源、电力或工业领域的项目或实习经历，务必重点强调
- 深入学习DataWorks和MaxCompute的具体使用，可以通过阿里云官方文档和免费实验进行实践
- 针对‘AI与大数据融合’的探索方向，可以学习一些基础的机器学习算法（如回归、分类）及其在Python中的实现
面试指南
- 使用STAR法则（情境、任务、行动、结果）清晰讲述项目经历，突出个人技术决策和成果
- 结合数据仓库维度建模思想（如星型模型）回答指标设计问题，并强调数据质量监控的重要性
- 从数据处理场景（批处理/流处理）、核心API、性能优化等角度介绍技术组件
- 结合公开资料和自己的学习，提出1-2个具体的应用点（如用预测模型优化能源调度），展示思考深度
- 将个人兴趣、专业背景与公司业务（电动化、智能化）、岗位要求相结合来回答
- 请介绍一个你独立完成或深度参与的数据处理项目，技术栈是什么？遇到了哪些挑战，如何解决的？
- 如果让你设计一个‘设备运行监测’的数据指标体系，你会考虑哪些维度？如何确保数据的准确性？
- 请描述你使用过的一个大数据组件（如Spark或Flink），它在ETL流程中具体起什么作用？
职位点评
薪资福利70
成长发展85
工作生活55
使命价值75
薪资福利
70中等
该职位为应届校招岗，薪资具有市场竞争力，公司规模大且已上市，提供稳定的雇佣关系和标准的福利体系。
薪资信号市场水准 (18K-28K/月)
成长发展
85较高
岗位涉及前沿的大数据与AI融合技术，有明确的学习路径（能源行业业务+技术栈），且作为应届生入职，有较好的培养预期。
技术前沿前沿/新兴技术
技术栈SQL、Python、Java、Hadoop、Spark、Flink、DataWorks、MaxCompute、数据仓库、机器学习
业务类型profit_center
工作生活
55较低
JD未提及任何关于工作模式、弹性办公或工作强度的信息，无法判断其工作生活平衡状况。
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
75中等
岗位服务于能源行业数字化转型，具有推动产业智能化的正向价值，但创新性质偏向应用落地而非开拓性研发。
行业发展稳定成熟行业
社会影响中性/一般
使命信号助力平台数据分析能力升级与智能化体系建设
创新程度积极采用新技术
Watch Jobs