Watch Jobs
Amazon logo
亚马逊
Data Engineer, AOP - RoW Central Data Engineer Team
立即应聘

Data Engineer, AOP - RoW Central Data Engineer Team

发布于 大约 3 小时前

普通员工/个人贡献者

北京市
初级经验
全职员工
仅现场办公
学历未注明
数据工程
Ecs
Etl
Sql
数据管道

AI 估算 · 25k–40k

AWS数据工程师技能需求高，外企薪资竞争力强，但需承担on-call责任。

职位详情

关于这个职位

亚马逊北京数据中心团队招聘数据工程师，负责构建和维护支撑全球运营的中央数据基础设施

你将参与Redshift集群优化、ETL管道设计和自动化系统建设，与资深工程师合作解决海量数据处理难题
工作涉及AWS全栈技术，需要扎实的SQL和Python基础，适合有一定经验、渴望在云环境下成长的技术人才

最低要求

年以上数据工程经验

具有数据建模、数据仓库和构建ETL管道的经验
熟练掌握一种或多种查询语言（例如SQL、PL/SQL、DDL、MDX、HiveQL、SparkSQL、Scala）
具有一种或多种脚本语言经验（例如Python、KornShell）

工作职责

设计和构建数据管道——架构并实现稳健的批量、日内和近实时ETL/ELT管道，从多种数据源（包括EDX数据集、SNS事件、Andes表、REST API和S3）摄取数据，可靠地加载到Redshift和Aurora

负责Redshift基础设施——编写、优化和调优Amazon Redshift上的SQL和ETL负载
管理WLM队列、分布/排序键、物化视图和查询性能
主动识别并解决性能瓶颈
管理大数据生命周期——设计数据模型和模式（星型/雪花型），执行数据分区和保留策略，实施数据质量检查，确保持续满足数据准确性和新鲜度SLA
在模糊需求下交付——独立地将定义松散的业务需求分解为具体的技术交付物，明确范围、里程碑和验收标准
以最少的指导从需求推动到生产
构建自动化和自愈系统——通过自动化（Lambda、ECS、Step Functions、CloudWatch报警）减少手动操作
为团队的Server Auto维护计划和ETL清理计划做出贡献
AWS云工程——使用AWS服务（Redshift、Aurora RDS、S3、Lambda、ECS Fargate、SQS、SNS、CDK/CloudFormation、Secrets Manager、EventBridge）构建可扩展、高成本效益且可维护的数据基础设施
推动成本优化——主动识别SQL负载、集群利用率和管道设计中的低效之处
提出并实施在保证可靠性的同时降低AWS支出的优化方案
支持利益相关者和数据消费者——与业务分析师、BI工程师、数据科学家和产品经理合作，了解数据需求
交付干净、文档完善的原始数据管道
明确管道所有权和范围的边界
保持卓越运营——参与on-call轮值，以紧迫感和结构化的根因分析响应生产事件，实施永久修复而非临时绕过

优先资格

具有大数据技术经验，例如：Hadoop、Hive、Spark、EMR

具有任何ETL工具经验，例如Informatica、ODI、SSIS、BODI、Datastage等

AI 洞察

优缺点分析

优点

  • 使用AWS全栈服务，云计算技能得到充分锻炼，职业市场认可度高
  • 团队小而精，每个工程师负责范围广，成长速度快，个人影响力大
  • 公司平台大，体系成熟，稳定性高，福利完善
  • 要求独立解决问题，在模糊需求下自主推动，对自我驱动力要求高
  • 技术栈偏重AWS和传统数据仓库，可能不如新潮大数据框架前沿

缺点 / 挑战

  • 工作覆盖亚马逊全球业务，数据规模大，技术挑战多，能快速积累大数据处理经验
  • 需要承担on-call责任，处理生产事故，工作压力较大
  • 适合有1-3年经验、喜欢挑战复杂数据问题、愿意在大型云环境中工作的数据工程师

角色解读

  • 在数据工程领域深耕，从执行者成长为架构师，负责更复杂的数据平台设计
  • 有机会接触GenAI等前沿技术，内部平台集成AI助手，可向数据架构或AI工程方向发展
  • 亚马逊内部有清晰的职级晋升路径，可晋升为高级工程师或技术主管
  • 构建和维护中央数据管道，从EDX、SNS、Andes、API、S3等多个数据源抽取数据，加载到Redshift和Aurora
  • 优化Redshift集群性能，包括SQL调优、WLM队列管理、数据模型设计和数据质量检查
  • 通过Lambda、ECS、Step Functions等自动化工具减少手动运维，提升数据流水线的可靠性
  • 与业务分析师、数据科学家、产品经理合作，理解业务需求并交付清晰的数据基础设施
  • 扎实的SQL能力，能够编写复杂查询并进行性能调优
  • 熟悉AWS核心服务，尤其是Redshift、S3、Lambda、ECS等
  • 具备ETL/ELT管道设计经验，掌握Python或Shell脚本语言
  • 理解数据建模、数据仓库概念，有星型/雪花模型设计经验

申请策略

  • 了解亚马逊的领导力原则，在面试中体现Owner意识和Deep Dive精神
  • 准备好分享端到端数据管道项目，展示解决问题的能力和量化结果
  • 突出构建和维护ETL管道的实际项目，量化数据规模和处理性能
  • 强调Redshift或其他数据仓库的优化经验，包括SQL调优、架构设计
  • 展示编程能力，特别是Python和Shell脚本在自动化中的应用
  • 如有AWS认证或相关云项目经验，务必在简历中突出
  • 熟悉AWS相关服务，特别是Redshift、S3、Lambda、ECS，可考取AWS认证
  • 补充数据建模知识，掌握星型/雪花型范式

面试指南

  • 使用STAR法则：情境-任务-行动-结果，突出你的贡献和成果
  • 技术问题先讲思路，再讲细节，展示系统思考能力
  • 行为问题强调ownership和bias for action，体现亚马逊的文化契合度
  • 请描述你设计或优化过的一个复杂ETL管道？
  • 你如何处理Redshift查询性能慢的问题？
  • 在模糊需求下，你如何确保数据交付的准确性和及时性？
  • 解释一次你自动化某个数据流程的经历
  • 如何在AWS上构建一个高可用的数据管道？

职位点评

71
综合评分

大平台、主流技术栈、成长空间大，但工作节奏快且需on-call。

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。

更适合这类人
适合看重技术成长和职业发展，能接受一定工作压力和on-call节奏的数据工程师。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展85
工作生活50
使命价值65

薪资福利

75中等

亚马逊作为大型跨国企业，薪资水平位于市场高端，综合福利完善，但具体薪资结构未在JD中披露。

薪资信号未披露（AI估算：25K-40K/月）

成长发展

85较高

技术栈主流（AWS生态），职责范围广，团队规模大，个人成长空间充足，且公司平台支持长远职业发展。

技术前沿主流现代技术
技术栈Redshift、Aurora、ETL、SQL、Python、AWS、Lambda、ECS、Tableau
业务类型cost_center

工作生活

50较低

需要参与on-call轮值，对紧急事件响应有较高要求，工作节奏可能较快，办公模式未明确，WLB存在不确定性。

工作模式未明确
办公地点未明确
加班情况JD含高强度暗示词

使命价值

65中等

支撑亚马逊全球运营，数据规模大且有实际业务影响力，但本质是商业支持，社会价值中性。

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

亚马逊 的其他在招职位

相似职位推荐

Watch Jobs