蚂蚁金服年底开放大量 hc，专场招聘， 3 天可以下 offer，可年后入职

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

• 外包信息请发到 /go/outsourcing 节点。

• 不要把相同的信息发到不同的节点

这是一个创建于 1816 天前的主题，其中的信息可能已经有所发展或是发生改变。

方向有 java、测试、运维、数据研发、产品(p6-p8)。部门双休，周六不加班。机会好，福利多。有意联系微信 martinblogtt，或者直接发简历到 [email protected]

1.蚂蚁集团-平台型产品专家-数据中台职位描述 1、负责蚂蚁数据部分多数据资产管理治理、各类数据产品 /工具的需求分析、产品流程梳理、产品设计规划和产品推进落地； 2、了解蚂蚁各 BU 业务、数据、研发等工作流程和基础逻辑，抓住用户痛点，洞察业务问题，提出解决方案，打造金融级数据中台产品; 3、有一定项目 Owner 意识，可以协同蚂蚁、集团等内部业务方的研发、业务、运营、数据等各方同学，共同推进项目研发，控制项目风险，管理项目进度，完成项目目标； 4、有一定商业产品 Sense 和商业分析洞察能力，未来可以将平台类产品尝试商业化输出职位要求 1、具有良好的产品分析、规划与设计能力：3 年以上产品设计或分析经验，良好的数据敏感度、业务视野、调研分析能力，能够敏锐的捕获用户价值和产品机会，并能产出 MRD、DEMO 和 PRD ； 2、熟悉数据、数据技术及大数据开发工具，对数据采集及集成、数据建模、数据开发、数据资产管理、数据分析等大数据领域或机器学习等领域有实战经验； 3、具有良好的项目落地与团队协作能力：能够组织跨团队协作、推动甚至直接负责项目优质如期落地；能够与运营协作制定数据产品的推广及运营策略等； 4、优先考虑：有用户型、商业型产品成功案例者，有工具型、平台型产品成功案例者，对数据技术有认知和理解者，有参与过大型项目或系统建设的经验，有传统行业大数据处理、展示、应用等的大型项目或系统建设经验者。 2.蚂蚁集团-测试专家职位描述 1.负责大数据相关产品和平台测试，按照产品架构和业务要求，制定合理的测试计划和方案，运用多种测试手段保障产品最终功能实现的正确性，系统的稳定性和高效性； 2.参与产品需求和架构设计评审，负责把关需求价值、合理性、优先级等，并保证产品的可测试性；参与大中型项目研发过程，确保项目按时保质上线； 3.对自己负责的产品质量问题进行跟踪分析和报告，推进产品质量&过程质量的问题的有效解决，持续探索质量和效率提升的方法，运用技术手段落地实现； 4.分析发现平台系统面临的性能容量风险和质量问题，规划设计解决方案和平台工具； 5.能结合行业发展趋势，制定合适的质量技术发展规划，促进团队质量保障效率和团队技能的提升，指引团队测试技术的发展方向； 6.负责协同项目相关方，确保跨团队项目落地。职位要求

有 3 年以上测试经验（含 2 年以上测试开发经验），熟悉自动化测试、白盒测试；
熟悉 java 语言，有 2 年以上实际编码经验（接口测试代码或测试工具平台开发代码），有代码走读能力（可以识别各类编码缺陷）
具备较强的技术前瞻性，了解测试技术的发展趋势，以及业内热点测试理念和技术；
很强的学习能力、分析能力和解决问题的能力，熟练的文档、沟通表达和辅导技巧；
在某一测试领域比如性能、安全、自动化、金融、大数据测试等具备很强的专业技能者优先。 3.蚂蚁集团-金融数据质量专家职位描述
参与蚂蚁金服数据（离线，实时）质量风险保障的全流程，通过制定蚂蚁数据质量的统一标准规范，核心以降低数据故障为目标，协同整个蚂蚁各个 BU 共同进行数据质量保障体系的建设；
与各产品部门密切沟通，准确拆分产品需求，把握质量控制方向，建立质量评价体系，策划制定质量控制方案；
对自己负责的故障问题组织 Review，结合故障发生的原因和当前蚂蚁数据域的发展趋势，能够持续发现新的机会点并推动落地；
提出创新解决数据质量风险问题的方法，研究探索离线和实时数据评测的方法，围绕变更、测试、仿真、监控、核对、自愈等几大方向建立完整的数据质量风险保障体系，并将体系转换为产品能力来提升数据研发的质量和应对故障的快反能力；
承担整个蚂蚁数据质量风险元数据仓库的架构与建设，协同各个 BU，统一数据标准，建立蚂蚁统一的质量元数据，为未来用数据治理风险和智能数据质量方向打下基础；职位要求
计算机相关专业，本科及以上学历，2 年以上大数据测试工作经验；
有大规模数据处理经验，熟练掌握大数据的基础理论和方法；
具备大型复杂系统软件开发或测试经验，有较强的分析设计能力，测试框架研发和方案整合能力；
熟悉 Hadoop 生态相关技术并有相关实践经验，如 Hdfs、Mapreduce、Hive、Hbase、Spark、Storm，有分布式云计算开发或测试经验优先；
掌握 Java、HIVE、SQL 语言，熟悉至少一种脚本语言（ Python/Shell/Ruby 等）；
熟悉数据仓库领域知识和技能者优先，包括但不局限于：元数据管理、数据开发测试工具与方法、数据质量、主数据管理；
善于团队合作，理解和适应变化，有较强的学习能力、分析能力和解决问题的能力，能主动进行技术钻研；
掌握常用的数据分析工具、数据挖掘、机器学习算法是加分项； 4.蚂蚁金服-大数据平台-技术专家 1、参与蚂蚁金服所有大数据处理链路的风险预防、故障发现、故障应急、故障演练等数据风险领域的功能研发； 2、参与蚂蚁金服所有重大项目和产品的数据研发链路的设计过程，对数据质量和风险进行评审和分析； 3、参与数据采集、处理、服务相关的系统架构设计和开发工作，推动业务和技术的融合落地，搭建扩展平台能力； 4、负责数据风险平台的应用架构设计和系统实施，使系统体系化并具有前瞻性，能快速发现业务风险和及时管控； 5、对业界在机器学习和数据挖掘等领域有一定预判，参与智能化系统建设，提供工程保证，并可以对具体算法提供建议，落实数据风险智能化分析；职位描述 1、有强烈的技术热情，工作责任感；计算机软件或相关专业，本科或以上学历； 2、有创新精神，乐于和热于技术钻研。思维严谨，逻辑清晰，具备批判性思维能力和习惯； 3、具备扎实的计算机专业基础，包括算法和数据结构、操作系统、计算机体系结构、计算机网络、数据库等； 4、扎实的 Java 语言基础，良好的编程素养，对代码美感有追求 5、至少熟悉一种关系型数据库如 Oracle、mysql 等，对于大数据处理系统 hadoop，spark，storm，Flink 等的架构设计比较熟悉，并了解其优劣势和设计原则优先； 6、有数据仓库、海量数据处理、数据工具平台、数据网关、网络爬虫、NLP 工程开发经验优先考虑。 7、有很强的分析复杂问题和解决复杂问题的能力，有强烈的责任心和使命感。 5.蚂蚁金服-大数据平台-大数据运维专家职位描述
负责蚂蚁金服大数据平台的运维保障工作，通过不断优化技术架构，为业务提供安全、稳定，高效，易用的数据服务能力，支撑业务和数据量的快速扩张。
负责公司各个关键业务线的高可用能力保障，沉淀业务保障关键能力，如应急响应、故障恢复，健康巡检，变更管控，日常演练等。
负责公司智能运维体系，深入理解大数据平台架构，建设公司统一的“自动化、系统化、智能化、开放”的大数据运维平台。
持续的创新和优化能力，提升平台整体质量，改善用户体验，控制系统成本。职位要求
计算机相关专业本科及以上学历，深入理解 linux 系统，运维体系结构，精于容量规划、架构设计、性能优化。
熟悉大数据产品生态圈，包括但不限于 HDFS、YARN、Hive、HBase、Spark 等；
有 5 年以上大数据平台相关运维开发经验，了解分布式平台运行的原理，并有实际部署维护经验；
有开发经验优先，精通一门以上脚本语言(shell/perl/python 等)，熟悉 java/C/C++/Golang 等开发语言一种及以上，有大数据产品源码阅读能力者优先。
具备很强的 ownership，有很好的技术敏感度和风险识别能力，有不断钻研和探索的精神，敢于挑战自我，有解决疑难问题的毅力和决心。
良好的服务意识，善于团队协作，项目管理，主动思考，自我驱动力强。 6.蚂蚁金服-数据平台-数据研发专家职位描述： 1.参与蚂蚁数据仓库架构设计与数据集市建设，包括交易、资金、地址、关系等，通过数据+算法+工程化能力，处理和萃取数据，赋能业务与产品，建设 EB 级共享的数据平台； 2.负责数据平台相关数据管理和管理工作，如研发规范、质量规范、保障规范的制定与推动实施落地，元数据管理、数据质量检查、数据分级管理等系统的设计、开发及应用，提升数据易用性、可用性及稳定性； 3.快速输出并不断沉淀标准化的产品数据体系，让蚂蚁业务的数据化运营更加高效、便捷； 4.负责来自蚂蚁业务团队数据需求的研发支撑，如日志埋点、内部与外部数据的采集、数据同步、数据清洗与标准化、数据模型设计、离线数据处理、实时数据处理、数据服务化、数据可视化等；职位要求： 1.从事数据仓库领域工作至少 2 年以上，熟悉数据仓库模型设计方法论，并有实际模型设计及 ETL 开发经验； 2.熟悉 Hadoop 生态相关技术，如 Hive、HBase、Spark、Flink、Storm、Elasticsearch、Impala、Druid、Kylin 等，有基于分布式数据存储与计算平台应用开发经验，熟悉阿里云大数据平台（如 MaxCompute、Blink、DataWorks、Dataphin 等）者优先； 3.熟悉数据仓库领域知识和管理技能，包括但不局限于：元数据管理、数据质量、性能调优等； 4.有良好的业务 Sense，对数据业务场景非常敏感，能够横向协同，跨界整合资源，有效结合业务和技术创新，形成完整的数据解决方案，全局地规划或完善数据服务体系以解决业务 /产品的问题； 5.掌握一门或多门编程语言优先，如 Java、Python、Perl 等； 6.掌握常用的数据分析工具、数据挖掘、机器学习算法是加分项； 7.具有大型跨部门的复杂项目或者技术领域的管理经验，有成熟的团队梯队建设经验和技能储备的思路；
热爱大数据，性格沉稳，有较好的语言表达能力，能自我驱动，有强烈的求知欲与进取心，有团队合作精神，敢于挑战，能在压力下成长。