【知识整理】产研中心岗位评定标准之大数据岗位

2024-02-16 23:20

本文主要是介绍【知识整理】产研中心岗位评定标准之大数据岗位,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

为贯彻执行集团数字化转型的需要,该知识库将公示集团组织内各产研团队不同角色成员的职务“职级”岗位的评定标准;

一、定级定档目的

通过对公司现有岗位及相应岗位员工的工作能力、工作水平进行客观公正评定,确定各岗位的等级及同等级岗位员工对应的档级,从而为员工以后的晋升、奖励、收入等提供目标、依据和标准,实现人力资源的优化配置。

二、定级定档说明

定级定档是体现岗位及员工价值的有效途径。不同岗位角色所需专业知识、技能不同对实现公司目标的影响也不同。而不同员工的工作经验、能力和创造的价值也不同;因此,通过不同角色对应不同档级,以体现不同员工的价值。本次面向人群集团产研团队,以及外包成员。

三、序列说明

1.集团职级体系按照职能性质分为产品序列和技术序列

2.根据个人能力进行P序列划分,具体范围为P4-P9

3.技术序列细分为

服务端、前端研发、产品经理、基础技术(运维部)、产研测试

四、能力模型

下面针对技术研发端进行详细说明:

1. 模型概要

目标

  • 技术评级的标准,构建技术成员发展路径,能够对照标准,不断审视自身成长,重点突破自身瓶颈。

基本原则

  • 技术评级,既是科学工作,也是艺术
  • 尽最大可能地客观评价技术人员的能力,认可他们的能力,同时,也要为其所处的发展阶段,给出诚恳的建议和引导
  • 评定工作,要尽可能的客观,但,不可否认,无法做到百分百的绝对客观,可能会有小概率的偏差
  • 出现小概率偏差,被评审人员,可以提起重新评审申请
  • 关键岗位:需要组织现场答辩、宁缺勿滥

2. 技术评级的标准(草稿)

专业知识

基础知识

P4(了解)

1、掌握Java/Scala/Python编程语言的一种

2、能使用hadoop、spark、flink、hive、Impala、hbase等大数据生态组件中的1种及以上

3、了解Linux系统,具备shell脚本,ETL调度等开发

大数据仓库方向:

1、sql脚本基础知识扎实,至少熟悉mysql,oracle,hive其中一种数据库

2、具有一定基本数据处理能力

3、了解数据仓库知识

大数据分析挖掘方向:

了解各类机器学习算法或了解深度学习算法。

P5(掌握)

1、熟练掌握Java/Scala/Python编程语言的一种

2、能使用hadoop、spark、flink、hive、Impala、hbase等大数据生态组件中的2种及以上熟练掌握2种及以上组件

3、熟悉Linux系统,熟悉shell脚本,ETL调度等开发

大数据仓库方向:

1、sql脚本基础知识扎实,至少熟悉mysql,oracle,hive其中一种数据库,熟悉大数据处理流程

2、能够完成基本数据处理,独立完成非复杂型任务

3、熟悉数据仓库的基础知识,并能够简单应用

大数据分析挖掘方向:

1、至少熟悉机器学习、深度学习、算机视觉算法中的一类或多类

2、理解机器学习或深度学习的基础理论;

3、编码基础扎实,会使用python、R或C++编程语言。

P6(熟练)

1、熟练掌握Java/Scala/Python编程语言的一种,了解一门其它语言

2、能使用hadoop、spark、flink、hive、Impala、hbase等大数据生态组件中的3种及以上熟练掌握3种及以上组件

3、熟悉Linux系统,熟悉shell脚本,ETL调度等开发

大数据仓库方向:

1、sql脚本基础知识扎实,至少熟悉mysql,oracle,hive其中一种数据库,掌握大数据处理能力

2、熟悉数据仓库理论,数据清洗、数仓建模、业务数据分析与探索

3、具备复杂业务需求梳理能力,完成数据指标统计和多维分析,并落地实现

4、具备shell、python等脚本开发能力(加分项)

大数据分析挖掘方向:

1、理解机器学习或深度学习等相关知识;

2、了解模型量化、模型压缩、模型转换的方法和理论;

3、熟悉各类算法的相对优缺点;

4、编码基础扎实,会使用R、C++、Python等2种以上的编程语言。

5、能利用相关算法解决项目问题

P7(精通)

1、精通掌握Java/Scala/Python编程语言的一种,熟悉一门其它语言

2、熟悉hadoop、spark、flink、hive、Impala、hbase等大数据生态组件中的4种及以上,熟练掌握4种及以上组件

3、精通Linux系统,熟悉shell脚本,ETL调度等开发

4、承担解决部分突发疑难问题

大数据仓库方向:

1、sql脚本基础知识扎实,至少熟悉mysql,oracle,hive其中一种数据库,精通大数据处理

2、熟悉数据仓库理论,掌握数据仓库分层设计以及开发模式,维度建模;熟悉模型建模,能进行维度建模开发以及部署

3、具备复杂业务需求梳理能力,完成数据指标统计和多维分析,能够快速落地实现

4、具备shell、python等脚本开发能力(加分项)

5、参与构建海量数据下围绕质量、安全、效率等方向的数据仓库建设和数据管理

大数据分析挖掘方向:

1、熟练掌握机器学习、深度学习的基础理论和方法;

2、熟悉模型量化、模型压缩、模型转换、模型部署等;

3、具有实时跟进与机器学习相关领域的研究趋势的学习能力;

4、精通掌握C++、python等2种以上的编程语言。

5、能用算法解决复杂的问题,熟练模型部署、维护;

P8(全局)

1、精通掌握Java/Scala/Python编程语言的三种

2、精通hadoop、spark、flink、hive、Impala、hbase等大数据生态组件中的4种及以上,熟练掌握4种及以上组件

3、精通Linux系统,熟悉shell脚本,ETL调度等开发

4、主要承担解决突发疑难问题,并做好规划方案

大数据仓库方向:

1、sql脚本基础知识扎实,至少熟悉mysql,oracle,hive其中一种数据库,精通大数据处理

2、精通数据仓库理论,精通数据仓库分层设计以及开发模式,维度建模;熟悉模型建模,能进行维度建模开发以及部署

3、精通复杂业务需求分解及设计,能够带领团队快速实现

4、具备shell、python等脚本开发能力

5、具备独立构建海量数据下围绕质量、安全、效率等方向的数据仓库建设和数据管理能力

大数据分析挖掘方向:

1、对深度学习有深刻的理解,进行过检测、分割、深度评估等相关算法研究;数据结构等专业基础扎实

2、掌握深度学习模型量化、模型压缩等算法实施技巧;

3、编码基础扎实,熟悉Python、C++等至少一门编程语言;

4、对网络结构设计、训练、大规模数据处理有丰富的实践经验;

5、能用算法解决复杂的问题,跟进该领域新技术。

6、丰富的模型部署、维护等相关经验。

服务器知识

P4(了解)

操作系统基础扎实

P5(掌握)

熟悉并使用过基本的Linux命令

P6(熟练)

1、熟悉并使用过基本的linux命令;

2、熟悉Liinux上基本服务的安装和配置;

P7(精通)

1、熟悉并使用过基本的linux命令;

2、熟悉Linux服务的安装和配置以及优化

P8(全局)

1、熟悉并使用过基本的linux命令;

2、熟悉Linux服务的安装和配置以及优化

3、熟悉Linux集群服务的安装和配置及优化

数据库知识(大数据分析挖掘方向)

P4(了解)

数据库原理基础扎实,了解大数据相关的数据库原理知识

P5(掌握)

1、理解大数据相关的数据库基本原理,熟练掌握数据库原理

2、能根据业务目标设计出数据库的表结构和索引大数据应用方向:

3、掌握ES/HBase/Redis等存储引擎其中一种或多种大数据仓库方向:

4、熟悉SQL优化;

P6(熟练)

1、数据库基础扎实(增删改查、各字段类型、权限控制、事务控制),熟悉大数据相关的数据库基础知识

2、能根据业务目标设计出数据库的表结构和索引,大数据应用方向:

3、熟悉大数据流程调度;

4、熟悉SQI,NoSQL,DSL其中一种及以上

大数据仓库方向:

5、掌握SQL优化技巧;

P7(精通)

1、精通数据库基础(增删改查、各字段类型、权限控制、事务控制),精通大数据相关的数据库基础知识

2、精通数据库分布式、备份、恢复原理

3、对流行的NoSQL数据库、列式数据库、图数据库等有一定了解;

4、熟练根据业务目标设计出数据库的表结构和索引;

大数据应用方向:

5、精通大数据流程调度;

6、精通SQI,NoSQL,DSL其中二种语言及以上

7、精通2种以上及的数据库调优能力

8、具备一定能力的复杂应用场景的数据设计能力

数据仓库方向:

9、精通数据库优化,包括SQL优化、索引及其他优化手段;

P8(全局)

1、精通数据库基础(增删改查、各字段类型、权限控制、事务控制),精通大数据相关的数据库基础知识

2、精通SQL优化;

3、精通数据库分布式、备份、恢复原理

4、掌握流行的NoSQL数据库、列式数据库、图数据库等

5、精通传统数据仓库或hadoop类数据库至少一类数据库

6、精通根据业务目标设计出高性能的数据库的表结构和索引

大数据应用方向:

7、精通大数据流程调度;

8、精通SQI,NOSQL,DSL其中三种语言及以上

9、精通3种以上及的数据库调优能力

10、具体复杂应用场景的数据设计能力

数据处理及分析(仅大数据分析挖掘方向)

P4(了解)

会简单的数据查询、数据提取、数据处理

P5(掌握)

1、熟练的提取数据、数据处理

2、能够应用统计分析方法分析数据

P6(熟练)

1、熟练的提取数据、数据处理

2、掌握常用的数据分析方法,对数据进行深层分析

P7(精通)

1、熟练的提取数据、数据处理

2、掌握更多的数据分析方法,对数据进行深层的综合分析

P8(全局)

1、熟练的提取数据、数据处理

2、具备完整的数据分析体系建设能力,对多维度数据进行综合分析

项目经验

P4(了解)

P5(掌握)

有参与过项目并能讲清楚自己做的项

P6(熟练)

1、有一定的项目经验,承担开发工作,能画清流程图,并且了解技术细节,有想法,能对目前项目提出一些改进意见,有过性能优化or项目重构经验

2、参与大数据应用项目,熟悉大数据离线、实时处理

大数据仓库方向:

3、有一定的项目经验,并且参与数据仓库建设,优化基础数据架构,并且了解技术细节,有自主想法。

大数据分析挖掘方向:

4、有一定的项目经验,承担主要模块的开发工作,并且了解技术细节,有自主想法.

P7(精通)

1、较丰富的项目经验,并且对项目进行设计和任务分解,能画清流程图,并且了解技术细节,有想法,能对目前项目提出一些改进意见,有过性能优化or业务重构经验

2、主要参与大数据平台建设项目,熟悉实时流处理、数据etl处理、数据建模理论,对平台建设有一定的见解和把控能力

大数据仓库方向:

3、有较丰富的的项目经验,并且承担数据仓库建设,在海量数据下,确保数据质量,安全,效率等,并且有丰富的性能优化实战,能够对项目提出建设性意见或建议

大数据分析挖掘方向:

4、有较丰富的项目经验,承担主要模块的开发工作,并且熟悉技术细节,能对目前项目提出一些改进意见,具有需求分析、建模等能力。

P8(全局)

1、丰富的项目经验,并且对项目进行设计和任务分解,带领团队成员承担开发工作,能画清流程图,并且掌握技术细节,有想法,能对目前项目有深入的理解,有丰富的性能优化or业务重构经验

2、主导过大数据平台建设项目,对大数据开发工作有深刻理解,熟悉实时流处理、数据etl处理、数据建模理论,对平台建设有较深的见解和把控能力

大数据仓库方向:

3、有丰富的项目经验,能够对复杂数据仓库建设项目进行设计和任务分解,带领团队成员完成开发工作,精通性能优化,并和、和其他团队的工程师协同制定相关策略

大数据分析挖掘方向:

4、有丰富的项目经验,并且对复杂项目进行设计和任务分解,带领团队成员完成开发工作,精通技术细节,主导和推进项目,有过性能优化或重构经验.

专业技能

编码规范

P4(了解)

在团队成员指导下能够按照团队的编码规范编写代码

P5(掌握)

1、能够按照团队的编码规范编写代码

2、对自己编写的代码进行测试

P6(熟练)

1、能够按照团队的编码规范编写代码

2、对自己编写的代码进行测试

3、给予同事技术和编码规范的指导

4、有自己的编程思想,能够整体编写可维护性高的脚本

5、能够承担开发工作中较重要的部分,并且有较好的设计和高效的实现

P7(精通)

1、能够按照团队的编码规范编写代码

2、对自己编写的代码进行测试

3、给予同事技术和编码规范的指导

4、有自己的编程思想,能够整体编写可维护性高的脚本

5、能够承担开发工作中较重要的部分,并且有较好的设计和高效的实现

6、能够性能优化,减少重复代码和低效代码

P8(全局)

1、能够按照团队的编码规范编写代码

2、对自己编写的代码进行测试

3、给予同事技术和编码规范的指导

4、有自己的编程思想,能够整体编写可维护性高的脚本

5、能够作为项目总体负责人,承担主持项目的整体工作并负责核心业务的实现,有优秀的设计和高效的实现

6、能够性能优化,搭建小范围架构,减少重复代码和低效代码

开发工具

P4(了解)

能够使用1种IDE或ETL工具

P5(掌握)

1、熟练使用数据库工具

2、熟练使用1种及以上当前流程的IDE或ETL工具

P6(熟练)

1、熟练使用数据库工具

2、熟练使用1种及以上IDE或ETL工具

3、熟练使用项目中使用的其他客户端工具

P7(精通)

1、熟练使用数据库工具

2、熟练使用1种及以上IDE或ETL工具

3、熟练使用项目中使用的其他客户端工

4、掌握各种工具的使用,用于提高项目的开发和运行效率(包括监控、优化等工具)

P8(全局)

1、熟练使用数据库工具

2、熟练使用1种及以上IDE或ETL工具

3、熟练使用项目中使用的其他客户端工具

4、掌握各种工具的使用,用于提高项目的开发和运行效率(包括监控、优化等工具)

5、熟练安装、配置各种工具,以及利用这些工具提高团队的整体开发和运行效率(包括监控、优化等工具)

项目框架

P4(了解)

了解项目中使用的框架

P5(掌握)

1、理解项目中使用的框架;

2、熟练应用项目中使用的框架

P6(熟练)

1、掌握项目中使用的框架;熟练掌握应用项目中使用的框架

2、根据应用场景,具备一定的框架选型能力

P7(精通)

1、熟练掌握项目中使用的框架;熟练掌握应用项目中使用的框架

2、根据应用场景,具备较高的框架选型能力与适配能力

3、具备一定的框架对比与优化能力

P8(全局)

1、熟练掌握项目中使用的框架;熟练掌握应用项目中使用的框架

2、根据应用场景,具备丰富的框架选型能力与适配能力

3、具备丰富的框架对比与优化能力

团队协作

分享协作

P4(了解)

积极学习,接受团队的协助,与团队快速成长

P5(掌握)

积极学习,接受团队的协助,与团队快速成长

P6(熟练)

在团队内部提供协助和分享,并且产生明显提高效果

P7(精通)

1、对团队整体进行协助和分享,提升团队整体能力

2、对团队遇到的问题和困难能够牵头攻坚,并分享成果

P8(全局)

1、对团队整体进行协助和分享,提升团队整体能力

2、对团队遇到的问题和困难能够牵头攻坚,并分享成果

3、打破团队和部门之间的壁垒,提供协助和分享

目标合作

P4(了解)

1、对团队目标有清晰的认识

2、能够积极参与团队

P5(掌握)

1、对团队目标有清晰的认识

2、高度认同团队的目标

3、能够融入团队

P6(熟练)

1、对团队目标有清晰的认识

2、高度认同团队的目标

3、能够融入团队

4、在团队中有积极的表现

P7(精通)

1.对团队目标有清晰的认识

2.高度认同团队的目标

3.在团队中有积极的表现并能影响身边的人,带动团队成员

P8(全局)

1、对团队目标有清晰的认识

2、高度认同团队的目标

3、在团队中表现出重要的影响力,带领团队向目标冲击

4、在团队中有积极的表现并能影响身边的人,带动团队成员

主观能动性

自驱力

P4(了解)

1、对待自己的工作有责任心

2、有端正的工作态度,能够自我驱动,积极工作

3、对领导交办的任务能够按时完成

P5(掌握)

1、对待自己的工作有责任心

2、有端正的工作态度,能够自我驱动,积极工作

3、对领导交办的任务能够按时完成

4、主动学习业务和技术知识

P6(熟练)

1、对待自己的工作有责任心

2、有端正的工作态度,主动提出承担更多任务

3、对领导交办的任务能够按时完成

4、主动学习业务和技术知识

5、结合知识和业务,能够在工作中积极思考,有自己的想法

6、主动与上级和伙伴部门沟通,推进项目发展

7、主动为团队做出贡献

P7(精通)

1、对待自己的工作有责任心

2、有端正的工作态度,主动提出承担更多任务

3、对领导交办的任务能够按时完成

4、主动学习业务和技术知识

5、结合知识和业务,能够在工作中积极思考,有自己的想法

6、主动与上级和伙伴部门沟通,推进项目发展

7、主动承担团队中有风险有困难的工作,积极克服解决问题

P8(全局)

1、对待自己的工作有责任心

2、有端正的工作态度,主动提出承担更多任务

3、对领导交办的任务能够按时完成

4、主动学习业务和技术知识

5、结合知识和业务,能够在工作中积极思考,有自己的想法

6、主动与上级和伙伴部门沟通,推进项目发展

7、主动承担团队中有风险有困难的工作,积极克服解决问题

沟通交流

P4(了解)

表达逻辑清晰,有条理地表达自己的观点且能快速理解对方表达的意思

P5(掌握)

表达逻辑清晰,有条理地表达自己的观点且能快速理解对方表达的意思

P6(熟练)

优秀的沟通表达能力,表达逻辑清晰,有条理地表达自己的观点且能快速理解对方表达的意思

P7(精通)

1.优秀的沟通表达能力,表达逻辑清晰;

2.优秀的总结和概括能力;

3.优秀的理解和分析描述能力;

P8(全局)

1.优秀的沟通表达能力,表达逻辑清晰;

2.优秀的总结和概括能力;

3.优秀的理解和分析描述能力;

这篇关于【知识整理】产研中心岗位评定标准之大数据岗位的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/715993

相关文章

Java架构师知识体认识

源码分析 常用设计模式 Proxy代理模式Factory工厂模式Singleton单例模式Delegate委派模式Strategy策略模式Prototype原型模式Template模板模式 Spring5 beans 接口实例化代理Bean操作 Context Ioc容器设计原理及高级特性Aop设计原理Factorybean与Beanfactory Transaction 声明式事物

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

跨国公司撤出在华研发中心的启示:中国IT产业的挑战与机遇

近日,IBM中国宣布撤出在华的两大研发中心,这一决定在IT行业引发了广泛的讨论和关注。跨国公司在华研发中心的撤出,不仅对众多IT从业者的职业发展带来了直接的冲击,也引发了人们对全球化背景下中国IT产业竞争力和未来发展方向的深思。面对这一突如其来的变化,我们应如何看待跨国公司的决策?中国IT人才又该如何应对?中国IT产业将何去何从?本文将围绕这些问题展开探讨。 跨国公司撤出的背景与

sqlite3 相关知识

WAL 模式 VS 回滚模式 特性WAL 模式回滚模式(Rollback Journal)定义使用写前日志来记录变更。使用回滚日志来记录事务的所有修改。特点更高的并发性和性能;支持多读者和单写者。支持安全的事务回滚,但并发性较低。性能写入性能更好,尤其是读多写少的场景。写操作会造成较大的性能开销,尤其是在事务开始时。写入流程数据首先写入 WAL 文件,然后才从 WAL 刷新到主数据库。数据在开始

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi