泸州数据开发
数据开发是利用各种技术和工具来收集、存储、处理和分析大规模数据的过程。数据开发人员负责构建和维护数据管道，确保数据的可靠性和准确性。他们需要具备良好的编程能力和数据处理技能，能够设计和实施数据管理系统，以支持业务需求和数据分析。数据开发人员需要与数据科学家和业务团队合作，确保数据平台能够满足各种需求。他们也要负责监控数据质量，解决数据相关的问题，并不断优化数据处理流程和性能。在不断涌现的大数据时代，数据开发人员扮演着至关重要的角色。
薪酬概览
平均月薪
¥12900
中位数 ¥14500 ｜ 区间 ¥11200 - ¥14600
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
60% 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
4月新增岗位
7
对比上月：岗位减少1
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 |
|---|---|---|
| 应届 | 3 | 50% |
| 5-10年 | 3 | 50% |
热招职位
高中信息技术教师5-6K/月
到岗时间： 2026-08-20
岗位详情：
拥护中国共产党的领导，热爱教育事业，专业素养深厚，有强烈的上进愿望和开拓创新精神；身体健康，具有健全的人格；遵纪守法，具有良好的思想品德和职业道德；认同高中教育理念，服从学校工作安排，有较强事业心和责任感，较好沟通和组织协调能力，对工作充满热情。基本要求如下。
1.大学本科及以上学历，计算机科学与技术、信息技术等相关专业；具有高中教师资格证。
2.具备扎实的信息技术专业知识，熟悉计算机硬件、软件及网络维护；
3.具备良好的教学能力和沟通能力，同时能够胜任高中通用（信息）技术课程的教学工作；
4.有相关教学经验者优先考虑。
监理员4-6K/月
1、土建、安装或工程相关类专业。
2、中专以上学历，有相应岗位所需的资格证书者优先，身体健康，能适应现场工作需要；
3、吃苦耐劳，诚实可信，工作认真负责，有团队合作精神，良好的敬业精神和职业道德
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。
数据开发工程师17-25K/月
岗位职责：
1. 数据架构设计
- 负责数据湖（数据仓库）的整体数据架构设计，包括数据模型、数据流和存储解决方案。
- 确保数据架构能够支持大规模数据处理、数据分析和报告需求。
2. 数据治理标准梳理
- 制定和梳理数据治理相关标准，包括数据质量、数据安全、数据分类和数据生命周期管理。
- 定义数据治理流程和操作指南，确保数据湖（仓）的标准化运作。
3. 数据质量管理
- 实施数据质量评估，监控和提升数据湖（仓）中的数据质量。
- 设计和执行数据清洗、去重和标准化流程。
4. 数据安全和合规性
- 制定数据安全策略，包括访问控制、数据加密和审计日志。
- 确保数据湖（仓）符合国家和行业的数据保护法规。
5. 元数据管理
- 建立和维护元数据，确保数据的可追溯性和透明度。
- 管理元数据标准，支持数据发现和数据资产管理。
6. 技术选型和实施
- 评估和选择适合数据湖（仓）的技术平台和工具。
- 实施和优化数据湖（仓）的技术基础设施。
7. 项目管理和协调
- 管理数据湖（仓）相关项目，确保按时按质完成。
- 协调跨部门资源，推动数据治理项目的实施。
任职要求：
1. 计算机科学、信息管理、数据科学或相关领域的本科及以上学历。
2. 至少5年以上在大数据环境下的数据工程或数据治理工作经验；具有大型企业数据湖（数据仓库）项目的设计和实施经验；有成功的数据治理框架搭建和优化的实际案例。
3. 精通大数据技术栈，如Hadoop、Spark、Kafka等，精通SQL和至少一种编程语言（如Python、Scala）。
4. 熟练使用数据治理工具，如Apache Atlas、Collibra、Informatica等。
5. 对云服务平台（如AWS、Azure、Google Cloud）和数据湖（仓）解决方案有深入了解。
6. 具备出色的数据架构设计能力，能够处理复杂的数据模型和流程。
7. 对数据质量管理体系有深入理解，能够制定和实施有效的数据质量提升策略。
8. 具备良好的沟通技巧，能够与业务和技术团队有效沟通；良好的逻辑思维和分析能力，能够从海量数据中提炼有价值的信息。
9. 。
10. 熟悉行业实践和标准（如DAMA、DMBOK）。
11. 能够适应快节奏的工作环境，具备较强的抗压能力。
岗位职责：
1. 数据架构设计
- 负责数据湖（数据仓库）的整体数据架构设计，包括数据模型、数据流和存储解决方案。
- 确保数据架构能够支持大规模数据处理、数据分析和报告需求。
2. 数据治理标准梳理
- 制定和梳理数据治理相关标准，包括数据质量、数据安全、数据分类和数据生命周期管理。
- 定义数据治理流程和操作指南，确保数据湖（仓）的标准化运作。
3. 数据质量管理
- 实施数据质量评估，监控和提升数据湖（仓）中的数据质量。
- 设计和执行数据清洗、去重和标准化流程。
4. 数据安全和合规性
- 制定数据安全策略，包括访问控制、数据加密和审计日志。
- 确保数据湖（仓）符合国家和行业的数据保护法规。
5. 元数据管理
- 建立和维护元数据，确保数据的可追溯性和透明度。
- 管理元数据标准，支持数据发现和数据资产管理。
6. 技术选型和实施
- 评估和选择适合数据湖（仓）的技术平台和工具。
- 实施和优化数据湖（仓）的技术基础设施。
7. 项目管理和协调
- 管理数据湖（仓）相关项目，确保按时按质完成。
- 协调跨部门资源，推动数据治理项目的实施。
任职要求：
1. 计算机科学、信息管理、数据科学或相关领域的本科及以上学历。
2. 至少5年以上在大数据环境下的数据工程或数据治理工作经验；具有大型企业数据湖（数据仓库）项目的设计和实施经验；有成功的数据治理框架搭建和优化的实际案例。
3. 精通大数据技术栈，如Hadoop、Spark、Kafka等，精通SQL和至少一种编程语言（如Python、Scala）。
4. 熟练使用数据治理工具，如Apache Atlas、Collibra、Informatica等。
5. 对云服务平台（如AWS、Azure、Google Cloud）和数据湖（仓）解决方案有深入了解。
6. 具备出色的数据架构设计能力，能够处理复杂的数据模型和流程。
7. 对数据质量管理体系有深入理解，能够制定和实施有效的数据质量提升策略。
8. 具备良好的沟通技巧，能够与业务和技术团队有效沟通；良好的逻辑思维和分析能力，能够从海量数据中提炼有价值的信息。
9. 。
10. 熟悉行业实践和标准（如DAMA、DMBOK）。
11. 能够适应快节奏的工作环境，具备较强的抗压能力。
1. 负责国际服务部系统的数据中台建设；
2. 负责离线和实时数据模型、数据服务等功能的设计、开发和优化；
3. 适配系统的日常迭代升级，建设数据中间层，为运营、BI提供可规模化复制、稳定、高质量、高效的数据资产；
4. 通过对数据的分析加工，为在线系统提供汇总、分析型数据，实现数据业务化。
1. 数据资产开发与治理体系构建
公共层数仓建设：主导高质量、口径统一的公共数据层规划与建设，消除数据孤岛，支撑超大规模企业的高效用数需求，确保核心指标在全公司范围内口径一致。
资产管理平台搭建：构建企业级数据资产管理平台，实现数据资产的目录化、可视化管理；建立清晰的数据血缘图谱，支持从报表到源端的全链路高效溯源与影响分析。
元数据与安全体系：建立完善的元数据管理机制，自动化采集技术元数据与业务元数据；构建覆盖数据全生命周期的质量监控与安全合规体系，确保数据"找得到、读得懂、信得过"。
2. 企业数据建设与商业化
企业数据库建设：主导企业级商业数据产品的规划与建设，整合工商、司法、知识产权、投融资、经营关系等多维度企业信息，构建覆盖千万级市场主体的结构化数据库，打造可对外输出的数据产品与服务能力。
数据采集与加工体系：搭建多源异构数据的采集、清洗、融合与标准化流水线，建立从原始数据到高价值数据资产的完整加工链路，确保数据的时效性、准确性和完整性。
数据产品化与服务输出：将企业数据封装为标准化的 API 接口、数据报告、数据看板等产品形态，支撑内部业务决策与外部客户的数据服务需求，探索从"卖原始数据"到"卖洞察与决策支持"的商业化升级路径。
3. 数据安全合规与质量管理
质量指标体系：定义并落地数据质量核心指标（完整性、一致性、准确性、及时性、唯一性），开发自动化检测、评分与修复工具，实现数据质量的闭环管理。
实时监控与告警：针对数据延迟、波动异常、权限越权访问等风险场景建立自动告警机制；通过邮件、钉钉等多渠道即时通知责任人，确保分钟级响应。
合规与隐私保护：严格遵循《数据安全法》、《个人信息保护法》(PIPL) 及 GDPR 等法律法规；实施数据分类分级管理，落实敏感数据脱敏、加密存储及细粒度访问控制（RBAC/ABAC），定期开展数据安全审计与风险评估。
1.协助开展大数据平台日常运维，完成集群巡检、日志核查，配合处理常规运维异常。
2.协助执行 ETL 数据接入、清洗转换工作，维护数仓各分层模型，保障数据质量。
3.配合制作数据可视化图表，编写基础数据分析报告。
4. 参与数据治理基础工作，开展元数据采集、数据标准落地及数据质量问题排查整改。
5.整理编写技术文档与操作手册，配合完成团队其他大数据相关辅助工作及技术交流。
【必备项】
1. 学历经验：本科及以上，3 年以上数据研发 / AI 数据工程 / 数据平台相关工作经验；
2. 数据工程：精通 SQL，熟练掌握 Java / Python / Sql 至少一种；具备扎实的数仓建模（维度建模/范式建模）与ETL 实战经验；
3. 大数据栈：熟悉 Hadoop / Hive / Spark / Flink / MaxCompute / Hologres 至少一套，独立主导过 TB ~ PB 级数据项目；
4. 数据治理：有元数据、血缘、质量、成本治理体系建设经验；
5. AI 数据 / 评测基础：理解 LLM / RAG / Agent 基本原理，了解 SFT/DPO 等训练范式；有 Agent 数据 / 数据合成 / 评测体系 实战经验；
6. 业务素养：能从业务问题出发倒推数据 & AI 方案，能与产品/业务高效协同推动落地。
【加分项】
● 有 电商、商家服务 业务背景
● 有 NL2SQL / 问数 / 数据 Agent / RAG 项目落地经验
● 有 Agent 评测体系（MT-Bench / AgentBench / 自建评测集） 建设经验
部门介绍美团核心本地商业下业务研发平台，基于公司“零售+科技”的战略导向，通过从底层架构到应用系统、从软件到硬件、从传统算法到GenAI的全方位技术研究，以及开发、运维、安全等全流程能力建设，致力于推动美团核心本地商业下需求侧与供给侧的数字化和智能化升级，助力业务实现高质量增长，优化用户使用体验，提升商户经营水平，促进行业生态伙伴关系的持续健康发展。团队秉持务实、自驱、开放以及追求卓越的工程师文化，一方面通过系统和技术体系的持续迭代升级，帮助业务高质量增长；另一方面，密切关注前沿技术趋势变化，积极创新技术能力，为业务未来发展创造新的可能性。期待优秀的你加入我们，在夯实专业、深耕平台的基础上与业务携手同行，一起用技术 “帮大家吃得更好，生活更好”。
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、深度参与集团数据解决方案规划和架构设计，利用大数据解决当前的业务痛点；
2、深度参与集团数据架构的设计与开发；
3、深度参与集团数据质量体系的建设，形成完善的数据监控和数据校验机制；
4、负责企业级数据平台的搭建与优化，包括数据采集、存储、计算、调度等核心模块（如基于Hadoop/Spark/Flink构建离线，实时数仓）。
5、设计高可靠的数据ETL流程，处理结构化/非结构化数据，保障数据质量与时效性。
6、开发实时数据管道，支持业务实时决策；解决流程处理。
1、负责掌阅集团企业级数据建设(涵盖流量、内容、用户、商业化等业务方向)，提供通用、稳定、丰富、高效的公共数据能力，提升
数据支持业务的效率，探索数据增量价值；
2、面向流量、内容、用户、商业化等业务方向，建设专题数据，提供丰富易用的数据服务，直接支持公司业务决策分析，赋能业务；
3、建设企业级数据治理和管理体系，结合业务+元数据+技术，推进资源成本的优化，提高数据服务质量，保障数据产出的稳定性和准确性；
4、参与公司级别商业化相关系统数据设计、研发以及保障。