数据治理架构师（英语）

售前与解决方案构建 (约40%): 客户需求分析: 深入理解客户的业务痛点与战略目标，善于将模糊的业务需求（如“提升预测准确性”、“实现数据驱动决策”）转化为具体、可行的数据治理、数据分析及AI/ML技术方案。 技术方案设计: 主导设计现代化数据架构与AI解决方案，涵盖数据湖仓、数据集成与治理、批流数据处理、商业智能、机器学习平台以及生成式AI应用场景。方案需具备可扩展性、安全性和高性能。 提案撰写与宣讲: 负责或主导撰写具有竞争力的RFP/RFI技术应答、解决方案建议书和工作说明书。能向客户高层（CXO）和技术团队清晰、有说服力地阐述方案的技术路径与商业价值。 技术交流与论证: 组织技术研讨会、概念验证，通过数据模型、算法演示或POC解决客户对技术选型、数据质量、投资回报率等关键疑虑，建立技术信任。

解决方案交付与过渡 (约30%): 交付计划制定: 在项目中标后，主导制定详细的交付与过渡计划，确保数据迁移、模型开发、系统集成等环节的知识转移和操作权责平稳过渡。 交付执行与风险管理: 协调数据工程师、数据科学家和业务分析师等内外部资源，领导敏捷交付流程。识别并解决数据获取、模型性能、集成测试过程中的技术风险，确保项目顺利上线。 资产与知识库构建: 确保在交付过程中产生关键资产，如数据模型、特征库、模型代码、API文档和运维手册的完整性与准确性，为后续运营奠定基础。

运营优化与价值实现 (约30%): 运营与价值保障: 在解决方案上线后，监督运维团队的服务水平，确保数据管道SLA、模型性能指标（如准确性、延迟）持续达标，并推动解决方案的规模化应用。 客户关系与价值挖掘: 作为客户的主要技术战略伙伴，定期进行运营评审和价值回顾，展示解决方案的业务影响（如效率提升、收入增长），并深度挖掘新的数据与AI应用场景。 持续改进与创新: 基于运营数据和业务反馈，持续推动模型重训、架构优化和成本控制，展现数据资产的持续增值能力，并引入新的AI技术以保持解决方案的领先性

学历与经验: 本科及以上学历，计算机科学、统计学、数学或相关领域。 8年以上IT/数据领域经验，其中至少3年在数据/AI方向的售前解决方案架构师、数据架构师或类似岗位，并具备2年以上数据类项目交付管理或团队领导经验。 拥有从0到1主导或核心参与大型数据平台建设、AI项目竞标并成功交付的完整项目经验者优先。

技术能力: 专家级技术视野: 深刻理解现代数据技术栈，精通以下一个或多个领域：数据平台: 熟悉主流云数据平台（AWS Redshift/S3/Glue, Azure Synapse/Data Factory, GCP BigQuery等）或开源技术（Spark,Kafka, Hadoop）。 数据管理与治理: 精通数据建模、数据集成（ETL/ELT）、数据质量、主数据管理概念与工具。 数据分析与AI/ML: 熟练掌握SQL, Python, R；具备扎实的机器学习算法知识，并有使用ML框架（如Scikit-learn,TensorFlow, PyTorch）的经验。了解MLOps流程和生成式AI应用架构。 解决方案能力: 能够设计可扩展、安全、符合数据治理规范的数据管道和端到端的机器学习解决方案。 认证要求 (具备以下至少两项): o 架构/技术类: AWS/Azure/GCP数据或AI方向专项认证，CDMP（数据管理专业人士认证），Cloudera/DataBricks认证等。 o 管理类: PMP， Scrum Master。

核心能力: 卓越的沟通能力: 能够自信、清晰地向各级客户（从业务人员到技术专家再到高管）解释复杂的数据概念和AI模型价值。 商业敏锐度: 具备强烈的业务导向，能够将数据技术与AI能力转化为明确的商业用例和投资回报。 强大的领导力与影响力: 具备领导跨职能团队（数据工程师、科学家等）的能力，能够驱动各方协同工作，即使在无直接汇报关系的情况下。 出色的问题解决能力: 能快速分析复杂的数据问题和技术挑战，并制定务实、有效的解决方案。

语言能力: 必须具备熟练的英语听说读写能力，口语需达到能流畅进行技术方案宣讲、谈判及与海外团队进行日常协作的水平。

行业经验： 有零售快销、制药或者离散制造（如，汽车制造）行业经验者优先考虑