岗位职责
1、需求分析与模型设计: 深度参与业务需求调研与分析,理解业务逻辑与数据痛点,主导数据仓库的模型设计(如维度建模)、ETL流程设计及数据映射规则的制定。
2、数据开发与集成: 负责设计、开发和维护高效、稳定的ETL/ELT数据管道,从多种数据源(业务数据库、日志、第三方API等)中抽取、清洗、转换和加载数据,构建数据仓库与数据集市。
3、数据仓库与数据平台构建: 参与构建、优化和维护企业级数据仓库、数据湖或数据平台,确保数据的准确性、一致性和及时性,为上层分析与决策提供可靠数据支撑。
4、BI报表与可视化开发: 基于业务需求,独立设计并开发公司级的报表、仪表盘和数据可视化产品,将复杂数据转化为直观的业务洞察,赋能业务部门进行数据驱动决策。
5、数据质量管理与优化: 建立并执行数据质量监控体系,跟踪数据问题并推动解决。持续优化数据架构、ETL流程和查询性能,解决数据瓶颈。
6、技术规划与赋能: 能够对现有数据技术栈、数据架构及团队工作流程提出合理化建议,并主动推进改进。指导和培训初级工程师,提升团队整体能力。
7、跨部门协作: 与产品、业务、运营及技术团队紧密协作,理解并挖掘数据需求,提供专业的数据解决方案和技术支持。
任职要求
1、基本要求: 计算机科学、统计学、信息技术或相关专业本科及以上学历,具备3年以上数据领域或BI开发相关工作经验。
2、编程与脚本语言: 精通SQL语言,拥有丰富的SQL性能调优经验。熟练掌握至少一门脚本语言,如 Python 或 Scala,用于数据处理和自动化任务。
3、BI可视化工具: 精通至少一种主流BI报表工具,如 Tableau, Power BI, FineBI, QuickSight 等,具备丰富的仪表板开发和数据故事讲述能力。
4、数据库与数据仓库:熟悉常见的关系型数据库(如 MySQL, PostgreSQL)和MPP数据仓库(如 Amazon Redshift, Snowflake, BigQuery 或 ClickHouse)。具备大数据生态组件使用经验,如 Hive, Spark, HBase 等。
5、ETL/ELT与数据架构:拥有扎实的ETL/ELT开发经验,熟悉至少一种ETL工具(如 DataX, Kettle, dbt, Airflow, DolphinScheduler 等)。熟悉数据仓库分层理论(如ODS, DWD, DWS, ADS),了解维度建模和Data Vault等数据建模方法。
6、软技能:具备优秀的业务理解能力和逻辑思维能力,能够将业务问题转化为数据问题。具备良好的沟通协作能力和团队合作精神,有强烈的责任心和自驱力,能积极主动地推动项目进展。
7、优势:有在云平台(AWS, Azure, GCP)上进行数据项目部署和运维经验。了解数据治理相关概念和实践经验。
更新于 2026-08-28