星巴克
Sr. Engineer, Data Technology(J103177)
Sr. Engineer, Data Technology(J103177)
发布于 大约 14 小时前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
本科
信息技术与基础设施
数据仓库
数据治理
大模型
StarRocks
Ai Coding
Nl2Sql
AI 估算 · 30k–50k
星巴克为外企零售巨头，深圳高级数据工程师岗位，结合行业经验及AI技能要求，月薪30-50K属合理范围。
职位详情
关于这个职位
作为星巴克数据技术团队的高级工程师，您将负责数据仓库的规划、建模与开发，构建离线与实时数据链路，并参与数据治理体系的建设
同时，您将探索数据与大模型的融合应用，如智能问数和数据助手，推动AI能力在业务侧的落地
该职位适合具备多年大数据开发经验、熟悉主流技术栈并对AI充满热情的候选人
最低要求
◆ 本科及以上学历，计算机、软件工程、数学、统计、数据科学等相关专业，5 年及以上数据仓库 / 大数据开发经验
有大型零售、互联网或新零售企业经验者优先
◆ 熟悉主流大数据计算平台架构与原理，熟练掌握 Hadoop、Hive、Spark、Flink、Kafka、HBase、Doris、StarRocks、Kylin 等组件中的一种或多种
有阿里云 MaxCompute / DataWorks / Hologres 实战经验者优先
◆ 熟悉数据仓库分层建模理论，具备数据治理、数据质量、资产管理、指标体系建设的实战经验
有大数据运维、性能与成本调优经验者优先
◆ 熟练掌握 Java、Python、Scala 中的至少一种开发语言（强烈推荐 Python），熟悉 SQL 性能优化
有前端 / BI 可视化开发经验者优先
大模型、AI 与综合能力：
◆ 了解大模型相关概念与基本原理
能够区分主流模型的能力边界与适用场景
◆ 了解或具备大模型工程化实践经验
熟悉向量数据库与 Embedding 模型的选型与调优
了解模型评测与可观测性建设
◆ 熟练使用至少一种主流 AI Coding 工具，能够将其有效融入数据开发、SQL / ETL 编写、代码评审与文档生成的日常工作流，显著提升交付效率与质量
◆ 具备数据安全与合规意识，了解大模型在数据使用、隐私保护、内容安全、可控生成方面的常见风险与治理手段
◆ 较强的业务理解与洞察能力，具备业务建模与抽象能力
熟悉零售 / 电商 / 餐饮 / 会员 / 营销等相关业务数据分析与建模者优先
◆ 具备良好的跨部门沟通与协同能力、项目管理能力，能够推动数据与 AI 能力在业务侧的真正落地与持续迭代
◆ 有强烈的好奇心与持续学习能力，关注大数据与 AI 领域的最新进展，并乐于在团队内进行知识分享与最佳实践沉淀
工作职责
◆ 参与星巴克数据仓库的整体规划、建模与开发，负责离线/实时数据链路的设计、开发、调度与运维，保障数据资产的稳定、可信与可复用
◆ 基于业务需求构建主题域数据模型与数据服务（API / OneService），支撑会员、门店、商品、供应链、营销等核心场景的数据消费
◆ 建设并完善数据治理体系，包括元数据管理、数据质量、数据血缘、安全合规与成本治理，持续提升数据资产化水平
◆ 落地数据 + 大模型的智能应用场景，例如智能问数、智能分析、智能数据助手、门店运营助手、营销文案生成等，并负责对应的数据管道与评测体系
◆ 熟练使用主流 AI Coding 工具提升数据开发、SQL 编写、ETL 构建与代码评审的效率，并在团队内沉淀最佳实践与提示词资产
◆ 与业务、数据分析、算法、应用研发等团队紧密协同，推动数据与 AI 能力在业务侧的落地、迭代与价值度量
优先资格
◆ 有 NL2SQL、智能 BI、ChatBI、数据 Agent 等数据 + 大模型融合产品的设计或落地经验
◆ 有开源项目贡献、技术博客 / 公众号、技术大会分享等技术影响力
◆ 熟悉云原生大数据架构（Lakehouse、Iceberg / Hudi / Paimon、Kubernetes 等）
◆ 具备 MLOps / LLMOps 相关实践经验，能够搭建模型 / 提示词的版本管理、评测与监控体系
◆ 有跨国企业、英文工作环境经验，具备良好的英文读写沟通能力
AI 洞察
优缺点分析
优点
- 星巴克作为国际品牌，平台大，数据场景丰富（会员、门店、供应链等），积累零售数据经验
- 职位涉及前沿的大数据+AI技术，如智能问数、数据Agent，提升技术竞争力
- 团队注重知识分享和最佳实践沉淀，学习氛围好
- 深圳地区薪资竞争力强，福利完善
- 对综合能力要求高，不仅需要扎实的大数据技能，还需了解大模型和AI工程化
- 跨部门协同多，需要较强的沟通和项目管理能力
- 适合有5年以上大数据开发经验，对数据+AI融合感兴趣，乐于学习新技术，并希望在零售领域深入发展的技术人才
缺点 / 挑战
- 零售业务数据量大且复杂，数据治理和数据质量要求高，可能面临一定压力
角色解读
- 可向数据架构师或技术专家方向发展，深入大数据与AI融合
- 也可转向数据产品经理或团队管理岗位，推动业务数据化
- 在星巴克零售数据领域积累经验后，可跨行业到互联网或新零售等领域
- 设计和开发星巴克的数据仓库，包括离线与实时数据管道，确保数据稳定可靠
- 构建面向会员、门店等业务场景的数据模型和数据服务
- 实施数据治理，管理元数据、数据质量和安全合规
- 探索数据与大模型的结合，开发智能问数、数据助手等应用
- 精通大数据技术栈，如Hadoop、Spark、Flink、Kafka等
- 熟悉数据仓库建模理论和数据治理实践
- 熟练掌握Python或Java，具备SQL优化能力
- 了解大模型原理，有AI Coding工具使用经验
申请策略
- 在面试前了解星巴克中国的数据业务和零售数字化战略，准备与零售数据相关的案例
- 关注其数据+AI的应用场景，思考如何将自身经验与之结合
- 突出大数据项目经验，特别是数据仓库建设和数据治理成果
- 强调AI相关实践，如NL2SQL、智能BI等，以及AI Coding工具的使用
- 展示业务理解能力，列出参与过的零售、会员或营销相关数据分析项目
- 如有开源贡献、技术博客或大会分享，务必包含
- 加强大模型工程化知识，如向量数据库、模型评测
- 学习阿里云大数据产品（MaxCompute、DataWorks、Hologres）以增加匹配度
面试指南
- 对于技术问题，采用STAR法则：Situation（背景）、Task（任务）、Action（行动）、Result（结果），重点突出技术选型和量化成果
- 对于业务理解问题，先确认需求本质，再结合数据模型和治理方法给出方案，强调协同
- 对于AI相关，先表明基础认知，再结合实际项目经验（即使只是学习项目）展示潜力
- 请描述一个你设计的数据仓库项目，包括分层模型、数据治理和性能优化
- 如何处理实时数据流？请举例说明Flink或Kafka的使用经验
- 你如何理解大模型在数据领域的应用？请谈一下NL2SQL的实现思路
- 当业务部门提出一个复杂的数据需求，你如何拆解并推动落地？
- 数据安全与合规在数据治理中如何体现？请举例
职位点评
72
综合评分
星巴克深圳数据高级工程师，技术前沿，薪资有竞争力，成长空间大，但WLB一般。
更适合这类人
适合追求技术成长和职业发展，能接受现场办公和数据技术挑战的求职者。
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60
使命价值70
薪资福利
75中等
星巴克外企品牌，薪资福利有竞争力，但JD未明确具体福利和薪资，故评分中等偏上。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
85较高
职位要求掌握大数据+AI前沿技术，且团队鼓励知识分享，成长空间大。
技术前沿前沿/新兴技术
技术栈大数据、大模型、AI Coding、NL2SQL、数据治理
成长机会知识分享、最佳实践沉淀
业务类型profit_center
工作生活
60中等
深圳福田市区办公，交通便利，但JD未提及WLB和弹性工作，默认传统办公模式。
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
星巴克品牌有社会影响力，零售数据优化可提升效率，但JD未强调使命感。
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
星巴克 的其他在招职位
相似职位推荐
Watch Jobs