核心职责：
参与数仓建模设计与落地，构建维度模型与 ETL 数据模型，关注性能与复用性
编写高质量的 Python 脚本与模块，实现 ETL 流程的自动化
使用 Spark（PySpark）处理大规模数据集的批处理任务
开发与维护批处理及基础实时数据管道
编写和优化复杂 SQL 查询、存储过程与函数
建设和优化数据仓库 / 数据湖方案
落实数据质量、数据血缘、权限管控及合规实践
为分析、产品及数据科学团队提供可信、可用的数据集
优化 ETL 流程并提出改进建议；记录工作流程与技术文档

任职要求
计算机科学、数据工程或相关专业本科及以上学历
2–4 年数据工程或相关工作经验
精通 SQL—— 复杂查询、窗口函数、CTE、存储过程；熟悉 PostgreSQL 和/或 MSSQL
精通 Python—— 数据工程开发经验，熟练使用 pandas，代码结构清晰可维护
具备 Apache Spark 实际开发经验—— 批处理，PySpark 优先
熟悉数仓建模理论与实践—— 维度建模、星型/雪花模型、缓慢变化维等
了解 ETL 设计模式与性能调优
基本的 Linux 和 Docker 使用能力
良好的问题解决能力与跨团队协作能力
具备基本的英语读写能力；具备简单英语口语沟通能力者优先
加分项
MSSQL 存储过程跨引擎迁移经验（MSSQL → PostgreSQL / Redshift）
AWS 云服务经验（Redshift、Glue、EMR/Spark、S3、Airflow/MWAA 等）
Airflow 工作流编排经验
DBT 数据建模与转换经验
Apache Flink 流处理相关经验
GenAI / LLM 应用或数据工程结合经验
游戏、电商或金融科技领域经验