深圳大数据分析工程师
大数据分析工程师是负责处理海量数据并进行深度分析的专业人士。他们使用各种大数据工具和技术来收集、存储、处理和分析数据，以帮助企业进行决策、预测趋势、发现模式和优化业务流程。大数据分析工程师通常需要具备扎实的数据挖掘、机器学习和统计分析技能，能够编写复杂的查询和脚本以提取和处理数据。他们还需要理解业务需求，与其他团队合作，为业务和产品提供数据驱动的见解和建议。此外，大数据分析工程师还需要具备数据可视化和沟通能力，能够以易于理解的方式向非技术人员解释数据结果，并制定可行的解决方案。这个职位需要对数据和技术有深入的理解，同时还要有良好的沟通能力和团队合作精神。
薪酬概览
平均月薪
¥18800
中位数 ¥0 ｜ 区间 ¥14000 - ¥23600
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 15-30k
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
10月新增岗位
8
对比上月：岗位减少5
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 | 5 | 71.4% |
| 3-5年 | 2 | 28.6% |
热招职位
1.负责SSV相关产品数据分析工作，包括产品数据洞察，运营效果分析，数据分析工具建设等；
2.通过数据分析建立用户洞察，为产品迭代提供指引。提供产品策略的数据支撑；
3.协助建设产品数据体系，完善数据pipeline，定位产品关键问题，支撑ab实验。
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。
1. 负责机器人数据平台的架构设计与核心研发，覆盖采集任务管理、数据入库、质检、标注、数据集构建与交付全链路；
2. 设计并实现高可靠的云端接入系统，支撑多设备、多供应商、多来源数据的并发接入、状态上报与异常处理；
3. 与算法团队协作，理解训练数据需求，推动数据质量评估、血缘追踪等数据治理体系的建设与落地；
4. 探索并落地 AI 技术在数据平台中的应用，包括但不限于：利用大模型辅助数据标注、使用 AI 工具提升质检自动化率、以及通过智能化手段优化数据集构建效率；
5. 跟进业界 AI 工程工具链（如 Cursor、GitHub Copilot、LLM API 等）的最新进展，将 AI 辅助开发能力融入团队研发工作流，提升整体研发效能。
1.负责供应链全链路数据整合与标准化数据库搭建维护，制定数据规范保障数据准确一致。
2.开展采购环节数据分析，包括品类成本结构拆解与供应商绩效评估，输出优化建议支撑集中采购或协议谈判。
3.监控库存水平并分析周转效率以制定优化策略，联动生产部门分析物资消耗与生产效率关系，输出消耗标准调整建议降低生产成本。
4.定期输出结构化数据分析报告并可视化关键指标，针对异常数据及时预警，为管理层提供数据驱动的决策支持。
5.跨部门协作解决数据相关问题，推动供应链数据在业务端的应用，协助优化内部系统数据流转以提升使用效率。
1、监管解读：持续跟踪并解读国家金融监督管理总局、属地监管机构、行业协会等发布的最新法规、指引和通知，按各级监管要求落实数据质量提升
2、制度建设：制定并维护《监管报送管理办法》等管理制度，及时响应外部监管变化进行新增及修订
3、规划落地：给出监管重点事项规划和方案设计，制定详细计划并推动执行落地
4、报送管理：编制月度/年度报送日历，监控关键时间节点，按时完成每月增量报送/年度重报等
5、数据治理：对发现问题进行定性归因，明确责任主体，确保存量问题动态清零；制定总分联动考核方案，定期跟踪执行成效，提升报送数据质量
1、负责平安医疗相关数据整合与深度分析，支持业务决策；
2、构建和优化医疗风险预测、费用控制、疾病趋势等数据模型，提升数据分析的准确性和实用性；
3、与业务、运营等部门协作，理解业务需求，为保险产品定价、营销风控、医疗控费等提供数据支持与分析报告；
4、参与数据治理及数据质量提升工作；
云架构平台部是腾讯规模最大的技术部门之一，为公司各业务提供存储、接入和计算服务。这里有海量的存储平台、世界级的CDN服务、先进的操作系统和视频编解码技术以及自研芯片，我们致力于用技术的力量持续赋能客户，帮助他们提升效率、降低成本。云架构平台部聚焦于规模、产品竞争力、平台能力，通过存储、接入、计算等重点领域的核心技术能力，有力支持和保障腾讯云、自研云等重点业务；同时，部门在各技术领域不断挑战和创造新的记录，视频编码器在MSU国际大赛中一再夺冠、自研芯片性能持续优化助力业务发展、TencentOS深度参与全链路国产化操作系统OpenCloudOS共建，发布自主可控发行版等，在公司内部多次获得代表最高荣誉的技术突破奖和研发奖。
1.负责文档数据处理的全链路工程实现，包括负责支持文档数据存储计算处理、解析、去重、质量筛选等数据处理环节；
2.有丰富的文档解析或大模型预训练数据处理经验、基于Agent的数据生产链路研发经验优先；
3.有多模态理解数据处理经验优先。
1.负责客户关系的维护与开发，提升客户满意度和忠诚度;
2.负责客户市场的分析与研究，制定并执行客户经营策略;
3.负责客户经营计划的制定与实施，确保客户经营目标的达成;
4.负责团队的管理与指导，提升团队整体客户经营能力;
5.负责客户经营数据的统计与分析，优化客户经营策略。
岗位定位 负责平安好医生大数据基础平台、数据研发平台、数据 API 平台、等核心数据基础设施建设，支撑公司医疗健康数据资产沉淀、经营分析、AI 应用、风控分析和数字化运营。 岗位职责
1.负责公司大数据基础架构平台建设，包括 Hadoop、Hive、Spark、Flink、Doris、Paimon 等相关技术体系。
2.负责离线计算、实时计算、湖仓一体、数据调度、任务治理、资源治理等平台能力研发。
3.负责数据 API 平台建设，为业务系统提供统一、稳定、可治理的数据服务能力。
4.负责用户画像、数据治理、数据资产等平台能力建设。
5.参与医疗健康数据资产建设，支持集团医疗数据库等核心数据资产沉淀。
6.负责大数据平台稳定性、作业效率和平台可用性优化。
7.需要具备超大规模实时、离线平台系统开发经验（数据规模PB、EB）
核心工作：维护公司核心系统业务数据库库稳定，优化数据库查询效率，解决数据库日常问题及故障，提高数据库整体运行效率 主要职责： 1．数据库日常优化，数据库架构调优调整 2．数据库日常问题定位分析解决 3．支持日常运营所需数据统计分析 4．数据库容量评估，存储规划 5．数据库帐户权限管理、安全管理 6．数据库架构方案制定 7．内外审计应对
8. AI赋能数据库运维能力提升
1.负责公司MySQL、Redis、PG等数据库的运维管理工作。
2.负责对接业务开发部门，支持业务部门数据库需求评审、日常变更、问题排查等工作；
3.负责处理日常数据库报警，保障数据库的稳定运行；
4.负责数据库平台建设、切换演练、备份恢复能可靠性能力建设。
5.负责数据库行业新技术的研究和技术测试；