分析工程师 — 数据仓库
岗位摘要
参与构建和维护产品、使用、计费和运营数据的奖章/精选数据仓库架构（青铜/白银/黄金层）；构建和维护Airflow编排的管道以及dbt转换项目（模块化、经过测试和文档化）；帮助设计分析就绪模型：SCD类型2、星型模式以及上游规范层的适当规范化
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口，并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 参与构建和维护产品、使用、计费和运营数据的奖章/精选数据仓库架构（青铜/白银/黄金层）
- 构建和维护Airflow编排的管道以及dbt转换项目（模块化、经过测试和文档化）
- 帮助设计分析就绪模型：SCD类型2、星型模式以及上游规范层的适当规范化
- 学习并应用主数据管理（MDM）模式（黄金记录、参考数据、去重、身份解析）
- 实施数据质量检查（新鲜度、空值、参照完整性、分布漂移、异常检测）
- 为数据治理习惯做出贡献：数据管理、所有权、服务等级协议（SLA）以及“单一事实来源”的明确定义
- 帮助构建和维护业务语义层（一致的指标定义、维度和可重用逻辑），供笔记本/商业智能工具使用
- 与利益相关者（产品、工程、财务、市场、运营）合作，将问题转化为持久的数据集和指标
- 在需要时使用SQL、Python和Spark；优化正确性、性能和成本
任职要求
- 0-4年专业经验（或强有力的实习/项目经验），涉及数据仓库、管道或分析工程
- 扎实的SQL基础——能够编写查询，并接触过窗口函数或维度建模概念
- 有dbt或Airflow的实际操作经验，或强烈的学习意愿——课程作业和个人项目也算
- 具备基本的Python脚本和数据处理工具能力；有Spark（PySpark/SQL）经验者优先
- 熟悉数据建模概念，如SCD2或星型模式——即使仅来自课程作业
- 良好的沟通能力：能够提出澄清性问题，解释推理过程，并与利益相关者合作理解需求
- 对数据质量、可靠性和可维护性有高标准——注重把事情做对
福利待遇
- 有竞争力的薪酬
- 初创公司股权
- 其他有竞争力的福利
登录后查看完整岗位详情
使用邮箱验证码登录后，可查看完整职责、任职要求、原岗位入口，并继续使用收藏和浏览记录。列表摘要保持公开，完整详情用于保护数据质量和降低恶意抓取。