Guangxi Investment Group Company Limited logo
广西投资集团
开发工程师(数据方向)

开发工程师(数据方向)

发布于 大约 4 小时前

普通员工/个人贡献者

南宁市
中级经验
全职员工
仅现场办公
本科
SQL
数据仓库
数据安全
数据治理

AI 估算 · 12k–20k

国企背景,南宁薪资水平中等,技能要求高但市场溢价有限,综合估算月薪12-20K。

职位详情

关于这个职位

该职位负责系统开发、数据治理及数据安全相关工作,需掌握SQL、大数据框架及数据治理方法论,加入国企背景的科技子公司,参与金融科技平台建设

最低要求

具备3年以上数据工程相关工作经验

精通SQL,具备复杂SQL优化能力
熟练掌握至少一种大数据计算框架(Spark/Flink/Hive等),熟悉数据仓库建模理论并有实际建模经验
熟悉至少一种编程语言(Python/Java/Scala等)
熟悉数据全生命周期管理方法论,具备数据资产盘点、元数据管理、数据血缘建设经验
有数据归档、过期清理、冷热分层存储等自动化管控经验
熟悉数据安全体系,掌握数据分级分类、脱敏、加密传输、访问控制等安全技术手段
熟悉数据权限管理、审计日志、行为监控等安全治理工具与方案
熟悉主流云厂商(阿里云/腾讯云/AWS等)大数据产品与服务,熟悉消息队列(Kafka/Pulsar等)、调度系统(Airflow/DolphinScheduler等),熟悉Linux与Shell脚本,具备运维排查能力
对数据敏感,具备数据分析思维与问题排查能力
工程化意识强,注重代码质量、文档规范与可维护性
学习能力强,能快速跟进大数据与数据安全领域新技术
沟通协作能力佳
具备较强的安全意识、合规意识与数据治理意识
具备良好的学习能力、逻辑思维能力和沟通能力
能协助完成后端模块的设计与开发、接口对接、数据处理等工作
具有高度的责任心和良好的职业操守,能承受较高强度的工作压力
持有DCMM相关认证或数据安全/治理相关认证(如CDMP/CDGA/CISP-DSG等)等相关证书,学历可放宽至大学本科
以上计算工作经验时间截至2026年5月31日

工作职责

负责系统所属模块的代码开发、调试及维护工作

负责项目概要设计文档、详细开发文档的编写
负责产品需求对接并进行定制化开发和交付
参与公司产品的架构优化、性能优化,并辅助其他模块进行技术实现
负责数据治理类项目的开展与实施工作
协助并完成其他各类技术开发任务

优先资格

了解DCMM(数据管理能力成熟度评估模型)框架者优先

了解隐私计算、联邦学习等数据安全技术者优先
了解《数据安全法》《个人信息保护法》、GDPR等国内外数据安全法规,具备合规落地经验
有数据安全风险评估、安全审计配合或应急响应经验者优先
具备DCMM相关数据治理、数据质量、数据安全专项实践经验者优先
了解数据湖技术(Iceberg/Hudi/Delta Lake)者优先

AI 洞察

优缺点分析

优点

  • 国企背景稳定,福利保障完善,适合追求长期发展
  • 数据安全与治理方向前景广阔,技能积累价值高
  • 涉及全栈大数据技术栈,能接触多个主流工具
  • 技术要求全面,需同时掌握数据工程、治理、安全等多领域
  • 南宁地区数据岗位竞争相对一线城市较小,但薪资上限有限
  • 适合有3年以上数据工程经验,希望深耕数据治理与安全领域,同时偏好国企稳定环境的技术人员

缺点 / 挑战

  • 工作压力较大,需适应高强度任务和快速迭代

角色解读

  • 纵向晋升为资深数据工程师或数据架构师,牵头复杂治理项目
  • 横向拓展至数据安全专家或大数据平台架构师
  • 在国企体系内可向管理岗位发展,如数据团队负责人
  • 负责系统模块的代码开发与维护,参与数据治理项目实施
  • 对接产品需求,进行定制化开发,并编写技术文档
  • 参与架构优化、性能优化,以及数据安全技术落地
  • 精通SQL及大数据框架(Spark/Flink/Hive),具备数据仓库建模经验
  • 掌握至少一门编程语言(Python/Java/Scala)及数据安全技术
  • 熟悉云平台大数据产品、消息队列、调度系统及Linux运维

申请策略

  • 提前了解广西数字金服科技的业务方向,展现对金融科技的兴趣
  • 面试时准备数据治理全流程的案例,清晰表达技术方案
  • 突出数据治理项目经验,尤其是元数据管理、数据血缘、安全分级等
  • 量化SQL优化、Spark作业调优等成果,体现工程化能力
  • 列举持有DCMM、CDMP等认证,或数据安全项目案例
  • 补充数据湖技术(Iceberg/Hudi)和隐私计算相关知识
  • 熟悉DCMM框架及数据安全法规(个保法、GDPR)
  • 强化云平台大数据服务(阿里云/腾讯云)的实操经验

面试指南

  • 技术问题采用STAR法则:情景-任务-行动-结果,突出实际案例
  • 架构设计类问题先明确需求边界,再逐步展开方案
  • 数据治理问题强调方法论(如DCMM)与工具结合
  • 请解释数据仓库建模的星型模型与雪花模型区别,并举例
  • 如何优化一个慢SQL?请描述具体步骤
  • Spark Shuffle的工作原理是什么?如何进行调优?
  • 数据治理中如何实现元数据自动采集与血缘解析?
  • 数据安全分级分类的方法论和实践经验

匹配度报告

60
综合匹配度

国企背景、前沿技术栈、数据安全治理方向,工作强度大,WLB一般。

适合人群
适合注重技能成长与技术深度,可接受较高工作强度和现场办公,对薪资和WLB要求不高的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利55
成长发展80
工作生活45
使命价值60

薪资福利匹配

55较低

薪资未明确披露,南宁薪资水平中等,国企福利较稳定但无额外补贴信息,补偿性动机满足一般。

薪资信号未披露(AI估算:12K-20K/月)

成长发展匹配

80较高

技术要求全面且前沿,涉及大数据、数据安全、数据治理等热门领域,成长空间大,但未明确提及培训或晋升通道。

技术前沿主流现代技术
技术栈SQL、Spark、Flink、Hive、Python、Kafka、Airflow、数据湖、数据安全
业务类型ambiguous

工作生活匹配

45较低

要求现场办公且能承受高强度压力,没有远程或弹性工作安排,生活化动机满足较低。

工作模式仅现场办公
办公地点市区核心地段
加班情况JD含高强度暗示词

使命价值匹配

60中等

数据安全与治理具有一定的社会意义,国企背景稳定,行业属于高速增长赛道,但职位本身使命感不强。

行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs