数据研发工程师

北京/杭州 · 校招 · 2027 届 · 本科

长期有效

前往官方投递页 →

任职要求

1. 本科及以上学历，计算机、统计、数学等相关专业优先；
2. 熟悉大数据、数据仓库、分布式架构技术理论；具备大数据开发经验者优先；
3. 熟练处理数据模型、数据ETL、sql、udf及存储管理，具备数据治理经验的优先；
4. 对大数据技术及开源框架充满热情，具有钻研精神，强自我学习能力；
5. 对AI、AI应用框架有一定的理解，使用python编程，并有实际LLM或者agent应用探索经验。

岗位描述

1. 负责海量大数据处理、解析、分析、挖掘、研发及优化工作；
2. 负责基于大数据体系的数据模型设计、数据分层架构建设与数据资产管理，支撑EB级数据的规范化、资产化管理；
3. 负责元数据管理、数据血缘、数据质量监控、数据标准等核心数据资产模块的研发与落地，提升数据可信度与可用性；
4. 参与大数据AI copilot、AI自动取数、AI自动数据分析，通过AI+大数据的力量，让数据价值最大化。
1. 本科及以上学历，计算机、统计、数学等相关专业优先；
2. 熟悉大数据、数据仓库、分布式架构技术理论；具备大数据开发经验者优先；
3. 熟练处理数据模型、数据ETL、sql、udf及存储管理，具备数据治理经验的优先；
4. 对大数据技术及开源框架充满热情，具有钻研精神，强自我学习能力；
5. 对AI、AI应用框架有一定的理解，使用python编程，并有实际LLM或者agent应用探索经验。

你的简历匹配这个岗位吗？

上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方

登录后分析我的简历

该岗位可能会问的问题

基于数据岗位的常见面试问题整理

请解释数据仓库的星型模型和雪花模型的区别

类型专业能力·难度中等

查看答题思路

1. 星型：事实表在中间，维度表直接关联，维度表非规范化（有冗余） 2. 雪花：维度表进一步规范化，减少冗余但增加 join 次数 3. 选择：星型查询快（join 少），雪花存储省，一般生产用星型更多

如何设计一个埋点体系来追踪用户行为

类型情景/案例·难度中等

查看答题思路

1. 确定业务目标：留存/转化/活跃 2. 定义事件：页面浏览/点击/曝光/转化，每个事件带属性 3. 技术栈：前端 SDK 上报 → Kafka → Flink 实时清洗 → ClickHouse/Hive 存储 4. 数据分层：ODS（原始）→ DWD（明细）→ DWS（汇总）→ ADS（应用） 5. 质量：埋点测试 + 数据校验 + 异常告警

SQL：有一个用户登录表 user_login(user_id, login_date)，查询连续登录超过 7 天的用户

类型专业能力·难度困难

查看答题思路

1. 思路：用 login_date 减去排名序号（ROW_NUMBER），同组连续日期差值相同 2. 关键 SQL：SELECT user_id, login_date-ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) AS grp 3. GROUP BY user_id, grp HAVING COUNT(*) >= 7 4. 强调：理解窗口函数和连续性问题的一般解法

你做过最有价值的数据分析项目是什么

类型项目经历·难度中等

查看答题思路

1. 业务背景：分析什么、为什么重要 2. 数据来源和量级 3. 分析方法：用了什么模型/统计方法 4. 核心发现：一句话说清洞察 5. 业务影响：做了什么决策、带来了什么改变（用数字）

解释 A/B 测试的原理和常见陷阱

类型专业能力·难度简单

查看答题思路

1. 原理：分流用户到对照组和实验组，对比核心指标差异 2. 统计基础：假设检验，p<0.05 表示差异显著 3. 陷阱：样本量不足、运行时间太短（未覆盖周期波动）、多重比较（同时做多组 A/B 需修正显著性水平） 4. 指标选择：北极星指标优先，避免虚荣指标

更多面试题库功能即将上线

信息来源：企业官方招聘页。投递前请以官网信息为准。

前往官方投递页 →