logo
← 返回面试流程列表
N

Nearmap

数据工程师
难度 ⏱ 2-4 weeks on average📋 6 轮面试data-engineeringFull-time

Nearmap 的数据工程团队构建和维护支撑其航空影像平台和 AI 分析流水线的数据基础设施。凭借在澳大利亚和美国采集的 PB 级高分辨率航空影像，Nearmap 的数据工程师负责大规模数据流水线、地理空间数据处理、数据仓库，以及为 ML 团队提供干净、可靠的训练数据。面试流程包括招聘人员筛选、与数据工程负责人的技术讨论、动手数据挑战及小组展示，以及文化契合面试。技术栈以 AWS 为核心（S3、Redshift/Athena、Glue、Lambda），Python 为主要编程语言。

处理覆盖澳大利亚和美国的 PB 级地理空间影像数据以 AWS 为核心的数据栈：S3、Redshift/Athena、Glue、Lambda、SageMaker 数据流水线数据流水线同时服务影像平台和 AI/ML 特征提取系统技术挑战包括数据流水线设计和小组展示高度重视数据质量、可靠性和处理效率
NearmapData EngineerGeospatialAWSSydneyData PipelineETLBig Data

面试流程 (6 轮)

1
📞
招聘人员电话筛选Recruiter Phone Screen
⏱ 20-30 minutes

与人才招聘团队的初次通话，讨论你的数据工程背景、大规模数据系统经验，以及对 Nearmap 地理空间数据使命的兴趣。招聘人员会介绍团队结构、当前数据基础设施挑战和面试流程。

💡

准备工作

  • 了解 Nearmap 的数据规模：PB 级航空影像、1.42 亿+ 张图像、覆盖澳大利亚和美国
  • 了解地理空间数据基础知识：栅格 vs. 矢量数据、坐标参考系统、基于瓦片的图像存储
  • 研究 Nearmap 的产品：航空影像如何从飞机采集流向面向客户的 MapBrowser 和 AI 分析
  • 准备讨论你在云端数据平台方面的经验，特别是 AWS

常见问题

  • 为什么选择 Nearmap？对地理空间数据工程哪些方面感兴趣？
  • 描述你构建大规模数据流水线的经验
  • 你使用过哪些 AWS 数据服务？

避免踩坑

  • 不了解 Nearmap 的数据规模和地理空间数据的独特挑战
  • 无法阐述传统数据工程和地理空间数据工程的区别
  • 没有提到云数据服务的经验
🔒
还有 5 轮面试流程未显示解锁后查看全部 6 轮面试详情