数据系统架构师

1. 负责公司整体数据系统架构设计与演进，建设面向量化研究与交易的数据基础设施；

2. 统一设计并落地公司金融数据体系，包括：

- 海外市场行情数据（美股/港股/日韩等）

- 财务数据、宏观数据与新闻数据

- 结构化与非结构化数据的统一建模与管理

3. 搭建并优化端到端数据链路（采集 → 清洗 → 存储 → 服务）：

- 数据接入与ETL/流式处理

- 数据标准化与一致性处理

- 数据质量控制与监控体系

4. 设计高可用数据存储与计算架构（如分层存储、冷热分离、索引优化等），在成本与性能之间做工程权衡；

5. 建设统一数据服务层（Data API / Data Service），支撑量化研究、策略回测与实盘交易系统的高并发数据访问；

6. 解决多市场数据复杂性问题，包括：

- 时区差异

- 交易日历差异

- 公司行为处理（复权、拆分、分红）

- 跨市场数据对齐与延迟补齐

7. 负责关键技术方案设计与评审，同时需要参与核心模块开发（不能只做设计）；

8. 指导并带领数据工程师完成系统建设与优化，提升整体工程质量与系统稳定性；

9. 与量化研究与交易团队协作，将研究需求转化为可实现的数据模型与数据能力

1. 本科及以上学历，计算机、软件工程、数学、统计或相关专业；

2. 5年以上数据开发 / 数据平台经验，其中至少2年具备系统设计或技术负责人经验；

3. 熟悉至少一门主流工程语言：Python / Java / Go / C++；

4. 熟悉分布式系统与数据系统基础原理（存储、计算、消息队列、缓存等）；

5. 有实际数据系统建设经验，包括但不限于：

- ETL/数据管道设计

- 数据仓库/数据湖/实时数据系统

- 数据建模与数据治理

6. 熟悉常见大数据技术：Iceberg / Hudi / Paimon / Spark / Flink / ClickHouse / StarRocks 等（不要求全都会，但要有体系理解）；

7. 熟悉Linux系统、网络基础与常见性能问题定位方法；

8. 能同时兼顾"架构设计 + 关键模块开发"，不只是画系统图；

9. 对金融数据或量化数据有兴趣或经验优先。

【加分项】

1. 有金融数据系统或量化交易数据平台经验；

2. 有流式系统或实时数据系统优化经验（Kafka/Flink等）；

3. 有分布式存储系统深入经验（ClickHouse / Iceberg 等）；

4. 有高性能数据服务优化经验（延迟优化、吞吐优化、GC调优等）；

5. 能设计并实现简单数据平台工具（而不是只用工具）；

6. 在 ACM/ICPC 或类似竞赛中获奖