数仓工程师(J59451)

职位描述

1. 数据湖架构设计与建设

负责企业级数据湖的规划与建设，构建覆盖车端、研发端、生产端、营销端的一站式数据汇聚平台，实现结构化、半结构化（如车辆日志）和非结构化数据的统一存储与管理。

设计数据湖分层架构（如Bronze银/原始层、Silver银/清洗层、Gold金/应用层），制定数据入湖规范，确保数据的可追溯性和不可变性。

基于 湖仓一体（Lakehouse） 理念，构建高性能数据底座，平衡数据湖的灵活性与数据仓库的ACID（原子性、一致性、隔离性、持久性）事务需求。

2. 车联网数据处理

重点负责车联网（IoV）数据的接入与处理：设计和开发实时/准实时数据管道，处理来自车载传感器（T-Box，即车载远程通信终端）的海量时序数据（如车速、电机转速、电池电压温度、GPS轨迹）。

针对新能源三电系统（电池、电机、电控）数据特点，建立高效的数据压缩、清洗和聚合策略，降低存储成本并提升查询分析性能。

处理智能座舱相关的用户行为日志数据（如APP使用、语音交互），为座舱体验优化提供数据支持。

3. 数据仓库建模与ETL开发

承担数据仓库模型设计工作，在数据湖的Gold层建设主题式数据模型（如车辆主题、用户主题、零部件主题、充电行为主题），支撑BI（商业智能）报表和业务分析。

开发并维护高效、稳定的数据ETL（抽取、转换、加载） pipeline，负责数据从采集、清洗、转换到分发的全流程编码与调度。

负责数据质量和数据治理在工程侧的落地，设计数据质量监控规则，确保数据湖中数据的准确性、完整性和一致性。

4. 数据服务与性能优化

为内部数据消费者（算法工程师、数据分析师、业务运营）提供高效的数据服务接口或视图，简化数据获取流程。

持续优化数据计算和存储性能，解决数据倾斜、任务长尾等问题，控制数据湖运维成本（特别是云上存储与计算成本）。

任职要求

1. 基本条件

全日制本科及以上学历，计算机科学、软件工程、数学、大数据或相关专业。

5 年以上数据仓库或大数据开发经验，其中至少 2 年新能源主机厂或大型车联网平台工作经验。

2. 专业技能

数据湖架构： 深入理解数据湖理念，有基于 Delta Lake / Apache Hudi / Apache Iceberg 等湖格式构建数据湖的实际项目经验，熟悉其ACID、时间旅行、upsert（更新插入）等特性。

大数据技术栈： 精通 Spark（Structured Streaming 和 Spark SQL）进行大规模数据处理；熟练掌握 Flink 进行实时数据处理；熟悉 Hadoop 生态（HDFS、Hive）或云原生对象存储（S3/OSS）。

计算与调度： 熟练掌握 Spark 的内核调优；熟悉至少一种调度平台，如 Airflow、DolphinScheduler。

编程语言： 精通 SQL，具备扎实的 Scala 或 Python 开发能力，能够编写复杂、高效的数据处理逻辑。

数据建模： 掌握数据仓库建模理论（如维度建模），能够根据业务场景设计星型/雪花模型。

3. 行业理解

车联网数据经验： 熟悉车联网数据的采集协议（如MQTT）和常见数据类型，有处理高频时序数据的实战经验，了解新能源三电系统的基本数据含义。

业务理解： 对新能源主机厂的业务场景有认知，理解诸如车辆故障诊断、电池健康度评估（SOH，即健康状态）、用户画像、智慧生产等场景对数据的具体要求。

4. 综合素质

架构思维： 具备良好的技术视野，能根据业务发展预判数据规模的增长，并进行合理的分层和技术选型。

数据敏感度： 对数据质量有执念，能从数据波动中发现问题，并追查至底层链路。

沟通协作： 能够与算法、后端、嵌入式及业务部门有效沟通，理解数据产生的业务背景，并将其转化为工程实现。

【加分项】

云平台经验： 熟悉主流云厂商的大数据服务（如 AWS EMR/Redshift, 阿里云 E-MapReduce/MaxCompute, 腾讯云 EMR），有云成本优化经验。

实时计算： 有基于 Flink SQL + Kafka 构建实时数据湖的实战经验。

DevOps 能力： 了解 Docker/Kubernetes，能够将数据处理任务容器化部署。

数据治理： 参与过数据治理项目，有元数据管理（如Atlas）和数据血缘分析经验。