哈啰出行
资深数据仓库开发工程师
资深数据仓库开发工程师
发布于 大约 16 小时前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
本科
ETL
数据治理
维度建模
AI 估算 · 25k–35k
资深大数据工程师，主流技术栈，上海互联网企业薪资水平较高，市场竞争力强。
职位详情
关于这个职位
该职位负责哈啰出行企业级数据仓库的建设与管理，涉及PB级数据平台，需要设计数据模型、进行ETL开发，并参与数据治理以保障数据质量
你将使用Hadoop生态技术栈，包括Hive、Spark、Flink等，优化数仓性能并驱动业务发展
适合有3年以上数仓经验、熟悉维度建模和大数据技术的工程师
最低要求
）全日制本科以上学历，计算机、数据相关专业，3年以上数据仓库相关经验
）熟悉数据仓库模型设计与ETL开发，掌握Kimball的维度建模设计方法，具备海量数据加工处理（ETL）相关经验
）熟悉Hadoop生态相关技术并有相关实践经验，包括但不限于Hadoop/hive/hbase/spark/kafka/flink/presto/kylin等
）具有丰富的数据开发经验，有hive sql/spark sql/MapReduce调优经验，对数据处理、数据建模、数据治理等有深刻认识和实战经验
）掌握一门或多门编程语言，如java/python/shell/Scala等
）对数据敏感，能够快速理解业务，并独立完成业务数据模型设计及开发
）具有较好的沟通能力、学习能力和团队合作精神，乐于挑战自我，具有强烈的进取心和求知欲
工作职责
）负责企业级数据仓库建设和管理，建设PB级数据资产管理平台，包括但不限于数据模型、元数据管理等
）参与平台数据治理相关工作，负责数据质量、数据一致性及稳定性保障等建设
）参与数仓底层的架构设计和性能优化，驱动数据产品与应用的研发，发掘数据价值，以数据驱动业务不断发展
AI 洞察
优缺点分析
- 哈啰出行是大型互联网公司，数据量庞大，技术挑战高，能积累PB级数据处理经验
- 涉及全套主流大数据技术栈，保持技术前沿性，提升市场竞争力
- 数据驱动业务，工作成果直接支持公司核心决策，价值感强
- 处理PB级数据，性能优化和问题排查难度较大，需要较强的技术功底
- 数据治理涉及多方协作，沟通成本高，需耐心推动
- 互联网公司节奏较快，可能面临一定加班压力
- 适合有扎实数据仓库基础、热爱技术攻关、希望在大型互联网公司大数据领域深度发展的工程师
角色解读
- 技术路线：向大数据架构师、数据治理专家方向发展，深入技术底层
- 管理路线：积累业务理解后，可晋升为数据团队负责人或数据产品经理
- 跨领域：转岗至AI数据平台、推荐系统等方向，拓展技能广度
- 建设和管理企业级PB级数据仓库，设计并优化数据模型（如星型、雪花模型）
- 负责ETL流程开发与调优，确保海量数据的稳定、高效处理
- 参与数据治理，包括元数据管理、数据质量监控与一致性保障
- 与业务团队协同，基于数据驱动业务决策，开发数据产品与应用
- 精通数据仓库建模方法论（维度建模），具备ETL开发实战经验
- 熟悉Hadoop生态技术栈（Hive、Spark、Flink、Kafka等），能进行性能调优
- 掌握至少一种编程语言（Java/Python/Scala），具备Shell脚本能力
- 具备数据治理意识和能力，能保障数据质量与稳定性
申请策略
- 投递前了解哈啰出行的业务模式（共享单车、顺风车等），思考数据如何驱动业务增长
- 在面试中准备一个完整的数仓项目案例，从需求分析到模型设计、ETL实现、性能优化
- 突出数据仓库模型设计经验，尤其是维度建模的实际项目案例
- 展示海量数据ETL开发和调优的具体成果（如处理数据量级、性能提升百分比）
- 强调对Hadoop生态（Hive、Spark等）的深入使用和优化经验
- 如果参与过数据治理或元数据管理项目，务必提及
- 补充Flink流处理经验，以应对实时数仓场景
- 学习数据治理工具（如Atlas、Ranger），增强岗位匹配度
面试指南
- 对于项目介绍类，使用STAR法则（情境、任务、行动、结果），突出技术难点和量化成果
- 对于技术性问题，先阐述原理，再结合自己的实践案例说明
- 请介绍一个你主导的数据仓库项目，包括模型设计和ETL流程
- 如何保证数据质量与一致性？请举例说明
- 你如何优化Hive SQL或Spark SQL的性能？
- 解释Lambda架构和Kappa架构的区别，以及你的选型经验
- 如何处理数据倾斜问题？列举实际场景
- 复习Hadoop生态各组件原理及调优参数
匹配度报告
71
综合匹配度
大型互联网公司，主流大数据技术栈，技术成长空间大，薪资福利未披露，办公模式仅现场。
适合人群
适合追求技术成长、希望在主流大数据方向深度发展的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展85
工作生活60
使命价值70
薪资福利匹配
70中等
薪资竞争力较好，但JD未具体披露；福利信息缺失，综合判断补偿性中等偏上。
薪资信号未披露 (25K-35K/月)
成长发展匹配
85较高
技术栈主流且前沿，数据仓库领域成长空间大，但JD未明确晋升路径，发展性较好。
技术前沿主流现代技术
技术栈Hadoop、Hive、Spark、Kafka、Flink、Presto、Kylin、Java、Python、Scala、ETL、数据仓库
业务类型ambiguous
工作生活匹配
60中等
仅现场办公，未提及弹性工作或WLB信息，工作地点在上海科技园区，生活化满足度一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
70中等
所在出行行业稳定，但社会影响力中性；职位本身强调数据驱动业务，有一定价值感。
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
Watch Jobs