数据架构师（Data Domain Architect）

1. 01

   架构设计（40%） - 负责所管辖数据域的整体数据架构设计，包括分层模型（ODS→DWD→DWS→ADS）、主题域划分、维度建模 - 制定域内数据规范（命名规则、字段标准、SLA分级），确保模型的可扩展性和可复用性 - 主导域内重大技术方案评审和设计决策，把控核心数据表的模型质量 - 规划域内技术演进路线（如Iceberg迁移、实时化改造、多市场扩展等），持续降低技术债务

2. 02

   质量与稳定性（20%） - 建立域内数据质量保障体系，制定关键表的数据质量规则（完整性、准确性、一致性、时效性） - 对域内所有数据资产的准确性负最终责任，建立问题发现→定位→修复→复盘的闭环机制 - 负责域内核心任务的稳定性保障，确保关键报表、数据按时产出

3. 03

   业务协作与需求管理（25%） - 深入理解对应业务线的核心逻辑和数据需求，成为业务与数据之间的"翻译官" - 管理域内需求优先级，协调中间层开发和业务BP的工作排期 - 主动识别业务痛点，提出数据驱动的优化建议，从被动响应转向主动赋能 - 参与跨域协作，与其他域Owner对齐数据口径、依赖关系和变更通知

4. 04

   团队管理与人才培养（15%） - 带领域内2-4名开发人员（含中间层开发和业务BP），进行工作分配、Code Review和技术辅导 - 负责域内成员的成长规划，建立域内知识库和文档体系

1. 01

   8-10年数据开发/数据架构相关工作经验，其中至少3年数仓架构设计或Tech Lead经验

2. 02

   精通数据仓库建模理论（维度建模、Data Vault等），有从0到1搭建或重构数据域的成功经验

3. 03

   精通SQL，熟练掌握至少一种大数据计算引擎（Spark / Hive / Presto），有处理TB级数据的实战经验

4. 04

   熟练掌握Flink/FlinkSQL实时计算能力，有大规模线上实时系统优化经验

5. 05

   熟悉主流大数据技术栈（Hive / Iceberg / Kafka / Airflow等），具备技术选型和方案评估能力

6. 06

   具备出色的业务理解能力，能快速学习新业务领域并建立对应的数据模型

7. 07

   具备良好的自驱力与抗压韧性，善于跨团队协作，能接受偶尔的跨时区沟通（团队覆盖多个海外市场）；有带团队经验（3人以上）

8. 08

   兼具用户视角、数据及商业敏感度，执行效率高，能在多任务并发中稳定交付结果

加分项

1. 01

   券商、银行、基金等金融机构的数据架构经验；熟悉证券交易（股票/期权/期货）、资管、合规监管等业务逻辑；了解CRS/FATCA/AML等金融合规数据要求

2. 02

   支持多市场/多时区业务的数据架构经验；了解海外金融市场规则（美股/港股/新加坡/日本等）；具备跨文化沟通和英文工作能力

3. 03

   BAT/TMD/头部金融科技公司的核心数据团队经验；参与过亿级用户或日均千万级交易量的数据系统建设；有数据中台或数据资产治理的落地经验