宏利
Asia Group Functions Lead Data Engineer
Asia Group Functions Lead Data Engineer
发布于 3 小时前基层主管/组长
全职员工混合式弹性办公数据工程
数据工程
Azure Data Lake Storage
Etl
Power Bi
Pyspark
值不值得投
83综合评分
综合评分 83
国际金融机构资深数据技术管理岗，技术栈前沿、混合办公WLB佳，适合追求技术领导力与职业发展的资深人才。
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
6.5万
比数据工程中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
46 个在招 · 其中数据工程 2 个
市场机会
选择不多
香港特别行政区 · 数据工程 · 6 个在招
职位详情
关于这个职位
该职位负责领导数据工程团队，设计、开发和维护基于Azure云的大数据管道与ETL流程
你需要与跨职能团队合作，确保数据架构的扩展性与数据质量，同时指导团队成员成长，推动企业数字化转型
最低要求
计算机科学、信息技术或相关专业学士学位，硕士学位优先
年以上数据工程师经验，有使用 Azure Data Factory、Databricks、Python/PySpark、Java、Scala 高效实施和维护数据管道、调度、监控、通知和 ETL 流程的成功记录
了解 Azure 基础设施
包括订阅、资源组、资源、使用 RBAC 的访问控制、与 Azure AD 和 Azure 安全原则的集成、网络概念（VNet、子网、NSG 规则、私有端点）、密码/凭据/密钥管理和数据保护
具有使用 DevOps 工具和原则（GitHub 存储库、Jenkins CI/CD 管道、集成单元测试等）部署和集成 Azure 数据服务（ADF、Databricks）的经验
了解 Azure Data Lake Storage (ADLS Gen2) 及其在 blob 存储上的拓扑结构，包括文件层次结构、存储帐户、容器和文件夹
精通数据集市事实和维度设计概念、ETL/ELT 逻辑以执行 upsert 和 type-2，并在 ADLS（使用 Databricks 的 Lakehouse 架构）或 Azure Synapse（使用专用 SQL 池）中使用 Python/PySpark/存储过程/SQL 进行应用/实施
工作职责
领导力：指导和辅导团队中的数据工程师，提供技术指导和领导力，打造高绩效的数据工程团队
确保团队成员满足项目时间线并交付满足业务需求的高质量解决方案
领域知识：紧跟最新工具和技术，识别提升宏利数据基础设施的机会
团队合作：与其他首席数据工程师、数据分析师、业务合作者和数据科学家合作，理解数据需求并将其转化为有效的数据工程解决方案
数据管道开发：设计、开发和管理数据管道，促进从不同来源详细提取、转换和加载数据
利用大数据和云计算专业知识确保解决方案可扩展、高效
数据映射与集成：与多功能团队密切合作，理解并设计来自各种源系统及其他事务或应用数据库的数据模式，确保准确性和可靠性
ETL 优化：持续改进和优化 ETL 流程，提高数据流效率，最小化延迟，支持实时和批处理需求
数据转换：实施数据清理、丰富和转换流程，确保为分析和报告提供高质量数据
数据质量保证：设计测试计划，开发并实施数据质量检查、验证规则和监控机制，以维护数据准确性和完整性
平台改进：与组织内各种技术资源合作，识别并实施基础设施、集成和功能的改进
数据架构：与业务负责人和数据架构师密切合作，基于业务需求设计、实施并领导端到端架构
用户文档：开发并维护数据管道、流程和配置的详细文档，以支持无缝入职
性能监控：监控数据管道性能并解决问题，确保高效的数据流，并主动寻找改进机会
数据治理与合规：确保在整个数据生命周期中符合数据隐私和合规标准
优先资格
具有 LLM 和 AI 工具使用经验
具有使用 Unity Catalog 的经验
具有使用 Power BI 连接 ADLS（包括 Delta Lake）、Databricks SQL、Azure Synapse（SQL 池）等源的经验，设计语义层/数据模型，创建/发布报告内容（数据集/分页报告/交互式仪表板），并管理工作区
扎实理解数据隐私和合规法规及标准方法
出色的解决问题能力，能够高效解决技术问题
具备有效的沟通技巧，能够与技术及非技术合作伙伴协作
做事严谨，致力于在快节奏的环境中交付高质量的工作
AI 洞察
优缺点分析
优点
- 依托国际领先金融机构的广阔平台，能接触海量金融数据与复杂业务场景
- 技术栈现代且全面，涵盖Azure云原生大数据与AI工具，有利于个人技术深度与广度的双重提升
- 提供混合式弹性办公模式，注重员工福祉，工作生活平衡较好
- 金融合规与数据隐私要求严格，需在技术创新与合规风控之间寻找平衡
- 适合具备丰富Azure大数据生态经验、渴望在金融数字化转型中发挥技术领导力，且具备优秀团队管理能力的资深数据工程师
缺点 / 挑战
- 作为Lead角色，需平衡技术攻坚与团队管理，对跨部门沟通与项目推进能力要求较高
角色解读
- 可向数据工程总监、首席数据架构师或数据团队负责人方向发展
- 深入参与企业级数字化转型，探索LLM与AI工具在金融数据场景中的前沿应用
- 领导并指导数据工程团队，设计、开发和维护基于Azure云的大数据管道与ETL流程
- 与跨职能团队合作，将业务需求转化为可扩展的数据架构和高质量的数据解决方案
- 负责数据质量保证、性能监控及数据治理，确保数据生命周期符合合规标准
- 精通Azure数据生态（ADF, Databricks, ADLS）及大数据处理技术（Python/PySpark, Java, Scala）
- 具备扎实的数据架构设计、ETL优化及DevOps部署能力，熟悉Azure网络与安全配置
- 拥有团队管理与跨部门沟通的领导力，能够指导初级工程师并推动项目交付
申请策略
- 了解宏利金融的数字化转型战略及亚洲区业务重点，在面试中展现对金融数据合规的深刻理解
- 突出在Azure Data Factory和Databricks上的大型数据管道设计与ETL优化经验，量化性能提升指标
- 强调带领数据团队、指导初级工程师及跨部门协作的成功案例，展现技术领导力
- 展示在数据治理、数据质量监控及DevOps CI/CD流程方面的实战经验
- 建议深入了解Unity Catalog及LLM/AI工具在数据工程中的应用，以匹配优先资质要求
- 提升Power BI语义层设计与数据建模能力，增强端到端数据价值交付的视野
面试指南
- 采用STAR法则（情境、任务、行动、结果），重点突出技术选型的思考过程、性能优化的具体指标以及团队协作与业务价值的最终体现
- 请分享一个你使用Azure Databricks优化复杂ETL流程并显著降低延迟的案例
- 作为Lead，你如何平衡团队的技术指导与项目交付压力？
- 在金融行业中，你如何确保数据管道设计符合严格的数据隐私和合规标准？
- 请描述你如何设计基于Lakehouse架构的数据集市，并处理Type-2缓慢变化维？
- 复习Azure数据服务（ADF, Synapse, ADLS）的底层架构与网络配置（VNet, Private Endpoints）
- 准备关于数据治理、数据质量监控及DevOps CI/CD流程的实战案例，并思考金融合规场景下的应对策略
职位点评
薪资福利85
成长发展85
工作生活80
使命价值75
薪资福利
85较高
国际金融机构的高级技术管理岗位，薪资福利处于市场中上水平，且提供完善的福利体系与灵活的工作环境。
薪资信号未披露（AI估算：5千–8万/月）
成长发展
85较高
岗位涉及前沿的大数据与AI技术，且公司明确提供学习与成长支持，有利于技术深度与领导力的双重发展。
技术前沿前沿/新兴技术
技术栈Azure Data Factory、Databricks、Python、PySpark、Java、Scala、Unity Catalog、LLM、Power BI
成长机会empower you to learn and grow the career you want
业务类型ambiguous
工作生活
80较高
明确提供混合式弹性办公模式，强调灵活的工作环境和对员工福祉的关注，WLB较好。
工作模式混合式弹性办公
办公地点市区核心地段
加班情况未提及（无法判断）
工作生活平衡flexible environment、well-being
使命价值
75中等
国际知名金融机构，致力于帮助人们做出更轻松的决策，具有一定的社会价值，但核心仍为商业驱动。
行业发展稳定成熟行业
社会影响中性/一般
使命信号helping people make their decisions easier and lives better
创新程度积极采用新技术
宏利 的其他在招职位
相似职位推荐
Watch Jobs