工作职责：

1、数据仓库建设与规范治理：负责企业数据仓库分层架构设计与落地，涵盖ODS、DWD、DWM、DWS各层级模型搭建，统一表命名、字段口径、分区、数据类型等规范；整治数仓分层混乱、跨层查询、重复建表、临时表泛滥等问题，搭建标准化、可复用的数据资产体系。
2、数据需求落地与价值评估：承接业务数据取数、指标开发、报表看板、数据分析需求，独立完成需求拆解、开发、测试、上线全流程；建立需求价值评估意识，区分常态化资产需求与临时取数需求，筛选高价值需求落地，杜绝无效算力、存储资源消耗，定期梳理下线闲置数据任务与报表。
3、大数据架构优化与迭代：负责离线/实时数据链路搭建与优化，解决数据链路冗长、任务超时、资源争抢、冷热数据混杂等架构问题；统一离线、实时指标口径，优化调度拓扑、数据血缘治理，保障数据产出稳定性、准确性、时效性。
4、数据质量与运维保障：搭建数据质量监控机制，针对空值、重复、逻辑异常、数据延迟等问题制定校验规则与告警策略；梳理数据血缘，排查链路故障，持续优化数据产出效率，保障业务数据稳定可用。
5、体系化沉淀与能力赋能：沉淀数仓开发规范、指标字典、开发流程标准；配合业务、产品、AI团队完成数据对接，预留AI特征、知识库数据输出通道，支撑数据分析、业务决策、AI应用落地。

任职资格：

1、本科及以上学历，2-5年大数据数仓开发经验，熟悉互联网、企业数字化、制造业/政企通用数据体系优先。
2、扎实掌握Doris、SQL，熟练数仓分层建模理论，具备完整的数仓模型搭建、指标体系建设经验，懂数据治理、口径统一、元数据管理优先。
3、熟悉大数据主流架构组件，了解Hadoop、Spark、Flink、调度工具DolphinScheduler，具备任务调优、资源优化、故障排查能力。
4、具备需求甄别与价值判断能力，不被动接需求，能主动梳理需求优先级、规避需求范围蔓延，具备良好的业务理解能力。
5、熟悉数据全生命周期管理，具备冷热数据分层、任务瘦身、闲置资产清理实战经验，能解决架构冗余、链路复杂等常见问题。
6、工作严谨负责，具备良好的复盘、沉淀能力，有中大型企业数仓规范化治理、架构优化实战经验者优先。
加分项
1、有企业级数据治理、指标平台、数据资产平台搭建经验，有帆软开发经验加分；
2、同时具备离线+实时数据链路开发优化经验；
3、有大数据与AI数据对接、特征工程、RAG数据预处理相关经验；
4、熟悉钉钉/企业内部数字化系统数据对接者优先。