陇南ETL工程师
ETL工程师是负责设计、开发和维护ETL（抽取、转换、加载）流程的专业人员。他们负责从不同的数据源中抽取数据，将其转换为目标数据格式，并加载到数据仓库或其他系统中。ETL工程师需要具备良好的数据分析能力和编程技能，熟练掌握ETL工具和技术，如Informatica、Talend、和Apache NiFi等。他们需要理解业务需求，并根据需求设计和优化数据流程，确保数据的质量、准确性和稳定性。此外，ETL工程师还负责监控和调优ETL流程，解决数据质量问题，并与数据架构师、数据分析师和业务团队合作，确保数据流程的顺畅和有效性。总之，ETL工程师在数据管理和分析领域扮演着至关重要的角色。
薪酬概览
平均月薪
¥13700
中位数 ¥0 ｜ 区间 ¥11300 - ¥16000
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
66.7% 人群薪酬落在 8-15k
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
8月新增岗位
23
对比上月：岗位新增19
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 | 3 | 14.3% |
| 3-5年 | 15 | 71.4% |
| 不限经验 | 3 | 14.3% |
热招职位
部门介绍基础研发平台是美团的核心技术平台，立足于“零售+科技”的战略定位，通过打造人工智能、大数据、云计算、安全等核心技术能力，以及研发效能平台、企业应用平台等公共服务，为业务提供稳定安全、扩展易用、技术领先的平台技术和产品服务。在这里，我们会参与到最前沿的技术研发和探索；能够接触超规模集群、海量数据，挑战高复杂业务场景，有机会与业界一流的工程师一起并肩前行。在这里，我们有超强的技术氛围，持续向社区贡献业界实践，加速行业技术发展；我们有完善的互联网学习生态圈，重视底层逻辑和方法论，助力职业生涯的非线性成长。真诚地邀请你，和我们一起驱动技术发展，创造行业价值。
1.负责品质管理领域的数据分析工作，以支持品质管理决策。包括不限于指标体系建立，异常预警数据监控，品质异动归因诊断，改善落地动作的数据化识别，管理方法论的数据化沉淀。
2.负责品质管理团队绩效目标制定管理工作。
3.跟进产品和供应链环节的数据，监控产品质量和品质管理绩效，并及时发现和解决潜在的质量问题。
4.协调跨部门团队，包括研发、生产、供应链等，建立和优化数据分析模型，共同推动品质提升。
5.持续研究使用AI进行数据分析提效，帮助整个团队提升数据分析效率
负责提升自动驾驶数据闭环能力，结合自动驾驶模型算法的设计与迭代流程，建设高效的数据分析系统与工具。具体职责包括数据分析与挖掘、数据检索与标签系统搭建、数据的修复与生产、从数据维度出发的模型效果闭环提升等。
高级数据仓库工程师
团队介绍
我们是唯品会实验平台团队，面向全公司提供实验分流服务，并维护一套完整的实验平台产品，支持实验的创建、编辑、管理以及数据分析。实验数据分析工具同时支持离线和实时数据查询。
岗位职责
1、负责实验平台数据仓库的架构设计与开发，支撑实验数据分析工具的高效运行
2、维护离线数据链路：
基于公司中央数仓DWD层数据资产表，使用Spark构建实验指标的ETL预计算任务
基于StarRocks/ClickHouse即时查询引擎，通过明细数据+实验进组信息表+公共维度表提供灵活的实验分析服务
使用Bitmap、BSI等技术手段对查询进行性能优化
3、维护实时数据链路：
负责30分钟近实时批处理链路的开发维护
基于Flink构建分钟级实时实验效果数据链路
持续优化数据仓库的性能、稳定性和成本
任职要求
1、本科及以上学历，计算机、数学、统计学等相关专业优先
2、3年以上数据仓库或大数据开发经验,精通SQL，有复杂SQL性能调优经验
3、熟练掌握Spark，了解其原理及优化手段
4、熟悉至少一种OLAP引擎（StarRocks/CK），了解其存储原理和性能优化方法
5、熟悉数据仓库分层设计，有DWD/ADS层建模经验
6、具备良好的沟通能力和团队协作精神
7、加分项
有大规模数据平台或实验平台建设经验
了解Bitmap、BSI等高性能计算技术
熟悉Flink流处理框架，有实时数据处理经验者
熟悉数据治理、数据质量体系建设
岗位简介：
你将与团队一起，基于AI和大语言模型能力搭建和集成智能的数据挖掘/发现系统，优化自动驾驶数据与算法闭环，加速自动驾驶在全球的大规模落地
工作职责：
利用并优化现有数据挖掘系统，深入挖掘与自动驾驶相关的海量驾驶数据，提取关键特征和行为模式结合检索增强生成（RAG）技术，提升数据挖掘模型的准确性和实用性搭建和维护大数据平台，支持分布式数据存储与计算，保障数据分析的高效执行与算法团队紧密合作，推动AI模型在数据挖掘中的应用与创新持续跟踪行业前沿技术，推动数据挖掘技术的升级和优化
任职要求：
计算机、数据科学、人工智能或相关专业本科及以上学历，具备扎实的数学和统计学基础3年以上数据挖掘、大数据系统开发或相关工作经验，有自动驾驶或智能交通领域经验者优先有LLM/VLM相关算法或RAG技术实操经验，能够结合AI技术提升数据挖掘效果熟悉Spark、Kafka等大数据技术栈，具备大规模分布式系统设计与开发经验精通Python、Java或Scala等编程语言，具备良好的代码编写和系统调优能力具备良好的沟通能力和团队协作精神，能够在跨部门项目中发挥积极作用有钻研精神以及独立解决有挑战问题的能力
加分项：
有自动驾驶数据处理、传感器数据分析经验熟悉Transformer语言模型与ViT视觉模型框架，了解模型微调方法与原理有大模型推理框架调优经验，或GPU/CUDA编程经验
岗位职责
负责自动驾驶运营数据分析，围绕 Routing、Dispatch、PUDO 等业务建立核心指标体系。
建设业务监控 Dashboard，持续发现影响用户体验和运营效率的问题。
对运营数据进行分析，定位问题根因，输出可执行的优化建议。
与产品、研发、算法团队合作，设计实验方案，评估策略效果。
建设数据分析工具和自动化报表，提高业务分析效率。
任职要求
1,基本要求
本科及以上学历，统计学、数学、计算机、数据科学等相关专业。
熟练使用 SQL，能够独立完成复杂数据分析。
熟悉 Python（Pandas、NumPy 等）进行数据处理。
具有较强的数据敏感度和逻辑分析能力。
2,加分项
熟悉 ClickHouse、Spark、Hive 等大数据分析工具。
熟悉实验设计（A/B Test）、统计分析方法。
熟悉 Tableau、Power BI、Superset 等可视化工具。
有机器学习、预测建模或优化算法项目经验。
1.参与数据治理规划，制定详细的治理专项计划与实施方案，负责数据治理专项的整体推动；
2.负责制定数据治理相关政策、制度、流程的方案，并推进实施落地；
3.负责数据治理解决方案规划及实施，包括数据资产（数据目录、指标体系、标签体系等）、数据标准、数据质量、元数据管理、数据服务和数据安全等方面的工作；
4.参与监管数据的治理，提升数据报送质量；
5.参与公司数据平台建设，负责推动数据资产盘点、数据质量提升、数据标准落标、数据分类分级等项目工作；
6.完成领导交办的其他各项工作。
一、ETL开发与运维1、负责ETL流程的完整生命周期管理，包括需求分析、技术方案设计、开发实施与持续维护优化；
2、主导ETL流程的性能调优与瓶颈分析，提升数据处理的效率与稳定性，确保任务高效运行；
3、执行ETL任务监控体系与故障响应机制，保障数据管道的高可用性，及时定位并处理运行异常，确保数据交付的时效性与可靠性。
二、数据仓库架构设计与建模1、负责数据仓库的分层架构规划与模型设计，主导维度建模的实施与落地，确保模型的可扩展性和业务适配性；
2、负责数据仓库公共基础数据的管理和支持工作，保障数据的一致性、准确性与可复用性。
三、数据支持与跨职能协作1、与业务团队、数据分析师及数据科学家紧密协作，深度理解业务需求与目标，并将其转化为可实施的技术方案与数据产品；
2、为BI报表、数据分析平台、数据应用及数据化运营提供高质量、易用且稳定的数据层支撑与服务，包括但不限于数据模型开发、指标体系建设及数据接口支持；
3、协同与配合其他技术及业务团队，共同推动数据应用项目的落地与实施，发挥数据驱动业务决策的价值。
负责供应链数据链路搭建，处理订单、仓储、物流等业务数据的 ETL、清洗与建模，保障数据质量；
开发核心报表，支撑运营监控与决策；
针对供应链问题做专项分析，输出相关指标议；
配合搭建 BI 看板，沉淀数据规范，支持业务团队数据需求。
负责业务相关数据的收集、清洗、处理及分析，使用Hive、Python等工具。
根据业务需求进行数据建模、挖掘，提供数据支持和分析报告，为决策提供参考。
支持产品体验分析、用户分析等专项分析，针对不同业务场景产出深入分析报告。
数据开发工程师面议
1、参与大数据平台开发与架构工作，物流离线和实时数据体系建设，负责核心代码编写
2、对海量数据处理的业务需求进行评估和方案设计，负责数据的应用、安全和数据质量
1、负责支付业务数据体系建设与维护，构建数据仓库/数据湖的模型设计与优化，确保数据准确性和一致性。
2、深入理解支付业务流程，设计和开发支付业务关键数据指标体系和报表体系，满足业务监控和分析需求。
3、参与支付大数据平台运维和组件升级工作。
4、与数据产品、反洗钱、风控等团队深度合作，进行风险控制与反欺诈、用户与商户价值提升的挖掘与模型构建，数据产品赋能业务。