武汉大数据分析工程师
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
¥16000
中位数 ¥0 ｜ 区间 ¥12400 - ¥19600
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
8月新增岗位
1
对比上月：岗位减少2
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 | 2 | 100% |
热招职位
数据库管理岗10K-15K元/月
（1）负责数据库产品及系统的日常运行维护；
（2）负责各数据库系统的日常问题处理与故障解决；
（3）负责各数据库系统的日常监控以及性能优化；
（4）对公司系统架构及发展方向提出规划与建议。
1、负责多省、全国维度的核心运营数据监控及预警，对于异常问题进行分析及反馈；
2、负责专题分析，包含用户分析，商户运营分析，物流分析，经营分析等，基于数据分析成果，发掘运营改善优化点，协助业务持续推进/改进运营效果；
3、负责通过专题数据分析来发现问题，实现数据驱动，提升交易运营效率；
4、完善数据产品、搭建数据看板，进行总部策略项目落地的深度复盘，推动部门资源的效率管控以及总部策略的迭代升级；
5、负责每周、月度、季度、年度综合运营分析报告；
1.负责自研产品软件及测试系统的功能和性能测试；
2.根据需求编写部分软件的基础测试用例，并执行软件的测试；
3.根据产品的测试用例，执行软件测试；
4.协助测试人员搭建测试环境，参与开发部分自动化测试脚本
5.参与一些测试文档的整理等。
1、使用Go语言设计和开发高性能、高可用的智能制造后端系统，支撑工厂自动化、设备管理、生产调度等核心业务；
2、负责智能制造平台的微服务架构设计与优化，解决高并发、低延迟、高可靠性等核心问题，确保系统稳定运行；
3、开发和维护RESTful API、gRPC接口，与工业物联网（IIoT）设备、MES（制造执行系统）、ERP等系统高效交互；
4、设计并实现分布式任务调度、实时数据处理、设备状态监控等核心模块，保障智能制造系统的稳定性和可扩展性；
5、结合Redis、Kafka等中间件，优化缓存策略、消息队列、异步任务处理，提升系统吞吐量；
6、负责系统性能调优、故障排查，解决生产环境中的高并发、数据一致性等问题，保障系统SLA。
工作方向包括但不限于：智能驾驶、新能源、雷达、大数据、整车控制、机器视觉、图像、FPGA、SLAM、感知融合、决策规划：
1.协助算法工程师进行算法调试、标定、文档编写、测试环境搭建等工作；
2.负责人工智能方案在智能车领域的落地应用；
3.负责AI算法/神经网络等在嵌入式系统上的优化和部署；
4.参与运动控制或过程控制方向、原型设备开发与调试、信号处理、运筹与优化相关的算法设计、开发及验证工作。
1. 负责相关产品软件需求及方案开发；
2. 负责相关产品软件设计及产品软件开发；
3. 负责内、外部项目代码开发、软件代码集成、软件集成调试等工作；
4. 其它临时性的研发支持工作。
1. 根据产品需求，使用自动化测试工具（如 Selenium、Appium、TestNG、PyTest 等）编写、维护测试脚本；
2. 参与搭建自动化测试框架，持续优化测试流程，执行自动化测试并分析结果，提交测试报告，跟踪缺陷闭环；
3. 覆盖AI Agent的多轮对话、工具链调用、状态管理等核心能力；
4. 与算法、产品、后端团队协作，推动大模型及智能体系统的质量保障流程建设。
1. 较好学习过数字电路，集成电路，信号与系统，线性代数，计算机原理，C语言等课程
2. 熟悉数字集成电路的开发流程
3. 能够熟练使用Verilog编写代码，并搭建testbench运行仿真测试
4. 熟悉流行的验证方法学（UVM，SVA等）
5. 能够独立完成一个全新模块的全流程验证工作
- 标杆物企物业项目管理经验- 精通属地物业管理条例及业委会工作流程- 具备出色的资源整合、团队管理、关系处理、任务落地能力