哈尔滨大数据研发工程师
大数据研发工程师是负责开发和维护大数据平台的专业人士。他们使用各种大数据技术和工具，如Hadoop、Spark、Kafka等，处理和分析海量数据，以提取有用的信息和洞察。大数据研发工程师通常需要具备扎实的编程技能，深刻理解数据结构和算法，并熟悉分布式系统和数据库管理。他们与数据科学家和分析师合作，设计并实施数据处理流程和架构，确保数据的可靠性、安全性和高性能。此外，大数据研发工程师也需要不断关注业界的最新技术趋势，以保持自己的专业竞争力，并为企业持续改进数据处理和分析能力。因此，大数据研发工程师需要具备优秀的沟通能力和团队合作精神。
薪酬概览
平均月薪
¥6000
中位数 ¥7000 ｜ 区间 ¥4800 - ¥7200
数据来源：样本数量过少，仅供参考；更新时间：2026年7月13日
月薪分布
100% 人群薪酬落在 0-8k
三大影响薪酬的核心维度
影响薪资的核心维度1：工作年限
影响薪资的核心维度2：学历背景
市场需求
6月新增岗位
5
对比上月：岗位减少0
数据由各大平台公开数据统计分析而来，仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 1-3年 | 2 | 50% |
| 不限经验 | 2 | 50% |
热招职位
人寿-黑龙江分公司信息安全与运维（2026校招）(J80742)
负责分公司网络日常维护、例行检查、应急处理、主动维护、优化改进、变更操作等；
负责参与网络技术运维文档的编写及修订，问题处理、演练等维护性工作；
负责通过对网络互联、网管、域名控制、负载均衡、容灾、应用流量分析等技术的跟踪和应用，持续提升分公司网络运维水平。
1、在指定区域内开展公司产品推广活动，传达医学信息，以合法合规方式达成公司指标；
2、根据需要拜访客户，配合医学市场部的计划组织开展学术会议，传递最新产品信息；
3、开拓潜在医院渠道客户，并对既有客户进行维护，与客户建立良好关系；
4、及时收集、提供市场信息并做出适当建议；
5、确保日常工作符合公司合规政策、行业准则及法律法规；
6、完成上级交办的其他工作。
1、协助区域开展销售工作，实战销售一线业务；
2、协助区域开展消费者营销工作；
3、多维度分析区域销售数据，协助上级制定销售策略；
4、负责校园相关项目推广工作。该岗位设置实习期，实习期通过后可转正。
1、协助区域开展销售工作，实战销售一线业务；
2、协助区域开展消费者营销工作；
3、多维度分析区域数据，协助上级制定销售策略；
4、负责校园招聘项目推广工作。该岗位设置实习期，实习期通过后可转正。
1、在指定区域内开展公司产品推广活动，传达医学信息，以合法合规方式达成公司指标；
2、根据需要拜访客户，配合医学市场部的计划组织开展学术会议，传递最新产品信息；
3、开拓潜在医院渠道客户，并对既有客户进行维护，与客户建立良好关系；
4、及时收集、提供市场信息并做出适当建议；
5、确保日常工作符合公司合规政策、行业准则及法律法规；
6、完成上级交办的其他工作。
1、根据部门下达的任务，分解到本区域制定销售计划，进行分解和制定，并完成销售任务；
2、负责医院的销售和推广，拜访医院相关医生，传递正确的产品使用信息；
3、在区域医院内建立良好的客户关系网络；
4、有效的完成临床推广工作，提高销售业绩；
5、协助上级领导完成市场开拓工作。
【2027】东北公司工程管理岗同道人实习生（哈尔滨）(J23310)面议
1.参与施工图会审，进行施工组织设计，编制项目部土建工程进度计划，并监督组织实施、巡视、检查土建工程质量等。
2.督促指导劳务分包按期完成土建工程进度计划。
3.协助组织工程现场各方有关例会、协调会。
4.及时填写施工日志等过程记录；负责审核土建劳务分包月报工程量的审验计量工作；参与工程验收工作等。
1.计算机、软件工程、数据科学、统计学等相关专业本科及以上学历；
2.2年以上大数据开发、特征工程或算法工程相关经验，有电商搜索推荐场景的特征体系建设经验优先；
3.精通 Spark/Flink 等大数据计算框架，具备大规模实时与离线特征开发经验；具备数据挖掘能力，能基于业务洞察挖掘高价值特征；
4.熟悉特征工程体系，熟悉特征价值评估方法（如特征重要性、SHAP、模型增益分析等）；了解 Feature Store 架构与实践经验；
5.熟悉 LLM 应用开发，有基于大模型构建数据推荐、SQL 语义解析、智能问答等系统的经验优先。
1.负责公司大数据平台的数据采集、清洗、存储、建模与价值挖掘工作；
2.使用Hive、Spark等大数据工具进行海量数据的处理与分析，构建稳定高效的数据处理流程；
3.设计并开发数据仓库模型，优化ETL流程，保障数据的准确性与及时性；
4.与业务部门协作，深入理解业务需求，提供数据支持与分析报告，辅助决策；
5.参与数据治理、元数据管理及数据质量监控体系建设；
6.有医疗行业背景者，参与医疗健康相关数据的分析建模，支持保司赋能、健康管理等应用场景。
