数智化工程师-运营中心

1. 01

   数据质量管理体系建设：负责搭建企业级数据质量监控与评测体系，制定完整性、准确性、一致性、及时性、唯一性等质量维度的度量指标与评分标准。设计并开发自动化数据质量检测工具/脚本，对核心数据资产进行周期性质量巡检，产出质量报告与趋势分析。主导数据质量问题的根因分析与闭环跟进，推动上游业务系统改造或下游ETL逻辑优化，从源头解决质量隐患。建立数据质量SLA与告警机制，实现异常数据的实时感知、快速定位与分级响应。

2. 02

   数据标准化与元数据管理：制定和维护企业级数据标准规范，包括字段命名规范、码值映射、数据类型统一、业务术语表等，推动各业务线数据口径对齐。建设并运营元数据管理平台，完成技术元数据（库表结构、ETL作业信息）、业务元数据（业务含义、计算逻辑）与管理元数据（负责人、数据来源）的采集、维护与应用。构建数据血缘图谱，实现字段级的数据流向追踪，支持影响分析、故障溯源与数据资产盘点。

3. 03

   数据全链路治理：深入参与数据采集、清洗、转换、加载（ETL/ELT）各环节的治理工作，优化数据清洗规则与映射逻辑，降低数据重复、缺失与语义歧义。推动数据生命周期管理策略落地，包括数据归档、冷热分离、过期数据清理等，控制存储成本并保障合规要求（如GDPR、个保法）。与数仓建模团队协作，确保ODS/DWD/DWS/ADS各分层的数据一致性，审核模型变更的数据治理影响。

4. 04

   数据治理平台与工具建设：抽象通用化、配置化的数据质量校验组件与规则引擎，降低治理能力接入业务系统的门槛。建设数据治理看板与治理大屏，量化展示各业务线数据健康度、治理进展与趋势变化，辅助管理决策

学历专业：本科及以上学历，计算机、数学、统计学、信息管理等相关专业 知识技能：

1. 01

   具备完整的数据治理项目落地经验，熟悉数据治理全流程（质量、标准、元数据、主数据、安全）的方法论与实施路径。深入理解数据仓库建模理论（维度建模、Inmon方法论），熟悉数仓分层架构与数据流转过程。

2. 02

   精通SQL，具备复杂查询优化与海量数据处理的性能调优能力。熟练掌握Python/Java/Scala至少一种语言，能够独立开发数据质量检测、元数据同步等治理工具。熟悉大数据技术栈：Hive、Spark SQL、Flink、Kafka，了解ClickHouse/Doris等OLAP引擎更佳。熟悉主流数据治理/元数据管理工具（如Atlas、DataHub、Informatica、Alation等），有二次开发经验者优先。熟悉关系型数据库（MySQL/PostgreSQL）及至少一种NoSQL数据库。

3. 03

   具备设计数据质量度量模型与评分体系的实际经验，能根据业务场景定义合理的质量阈值与校验规则。具备数据血缘解析与元数据自动化采集的经验，了解SQL解析（如Antlr、Calcite）基本原理。熟悉数据安全分类分级、数据脱敏、权限管理等安全治理领域。 工作经验：3年以上大数据开发或数据治理相关工作经验。 加分项：有LLM/AI Agent在数据治理场景中的探索或落地经验（如利用AI辅助数据质量检测、元数据自动补全、异常归因、智能SQL生成等）。有数据治理在金融、电商、制造等垂直行业的深度落地经验。对数据网格（Data Mesh）、数据编织（Data Fabric）等新治理范式有研究和实践。有开源社区贡献或技术博客/公众号运营经验。 语言：CET-4及以上 其他：具备极强的数据敏感度与问题排查能力，能在繁杂的数据问题中快速定位根因。出色的跨团队沟通协调能力，能有效推动业务方与技术团队共同参与治理工作。逻辑严谨，文档撰写能力强，能将治理规范沉淀为可执行、可传承的体系化文档