小米 – 小米汽车-数据研发工程师-数据仓库方向 职位分析和面试指导

职位描述:

1. 参与多个传统/新能源汽车的数据项目研发;
2. 参与数据仓库架构设计与数据集市建设,通过数据+算法+工程化能力,处理和萃取数据,赋能业务与产品,建设EB级共享的数据平台;
3. 负责数据平台相关数据管理和管理工作,如研发规范、质量规范、保障规范的制定与推动实施落地,元数据管理、数据质量检查、数据分级管理等系统的设计、开发及应用,提升数据易用性、可用性及稳定性;
4. 快速输出并不断沉淀标准化的产品数据体系,让业务的数据化运营更加高效、便捷;
5. 负责来自业务团队数据需求的研发支撑,如日志埋点、车联网数据、内部与外部数据的采集、数据同步、数据清洗与标准化、数据模型设计、离线数据处理、实时数据处理、数据服务化、数据可视化等。

职位要求:

1. 从事数据仓库领域工作至少5年以上,熟悉数据仓库模型设计方法论,并有实际模型设计及ETL开发经验;
2. 熟悉Hadoop生态相关技术,如Hive、HBase、Spark、Flink、Elasticsearch、Iceberg、Trino、Doris等,有基于分布式数据存储与计算平台应用开发经验;
3. 熟悉数据仓库领域知识和管理技能,包括但不局限于:元数据管理、数据质量、性能调优等 ;
4. 有良好的汽车业务Sense,对数据业务场景非常敏感,能够横向协同,跨界整合资源,有效结合业务和技术创新,形成完整的数据解决方案,全局地规划或完善数据服务体系以解决业务/产品的问题;
5. 掌握一门或多门编程语言优先,如Java、Python、SQL等;
6. 掌握常用的数据分析工具、数据挖掘、机器学习算法是加分项;
7. 具有大型跨部门的复杂数据项目实施经验、

招聘部门:

小米

工作地点:

南京市 ID:A145957

面试建议:

小米汽车的数据研发工程师职位聚焦于EB级数据平台建设和汽车行业数据应用,这是一个技术要求高且业务敏感度强的岗位。面试官最看重的不仅是技术深度,还有将数据能力转化为业务价值的能力。你需要证明自己既能处理海量数据的技术挑战,又能理解汽车行业的数据需求,特别是车联网数据的独特价值。 建议重点准备三个方向:首先梳理你在数据仓库架构设计中的实际案例,特别是处理过PB级以上数据的经验;其次深入理解汽车行业的数据特点,比如车联网数据的采集、处理和应用场景;最后准备好展示你如何通过数据驱动业务决策的案例。技术面试可能会深入考察Hadoop生态组件的使用细节,以及你在数据质量管理和性能优化方面的实践经验。记得强调你在跨部门协作中的沟通能力,因为这是实现数据价值的关键。