大数据经理岗位职责

Main Responsibilities
主要工作职责：
1、 负责制定公司大数据的规划，包括业务分析、产品选型、平台架构、建设、测试、以及团队管理。
2、 统筹设计方案，涵盖采集、存储、处理、分析、可视化等全链条功能。
3、 领导团队进行深入数据分析，提供分析报告，设计和开发数据产品和应用，为决策层提供数据和分析支持。
4、 大数据的项目管理，包括计划、组织、汇报、干系人管理、风险管理、任务管理。
5、 协调其他IT职能以及业务部门，建立并优化数据治理体系。包括数据标准、数据质量、数据安全、以及数据管理，以确保数据的准确、完整、合格。
6、 管理相关业务领域的端到端的业务流程，包括：建立、梳理、优化、更新流程图、信息流等流程相关文档。
7、 负责大数据平台和BI平台的运维。

Qualifications (Education/Knowledge/Working Experience)
任职资格要求 (学历、知识和经验等要求)
1、计算机相关专业毕业，本科及以上学历。
2、10年以上IT领域工作经验，5年以上的大数据领域工作经验，3年以上的管理经验。
3、精通大数据平台的架构设计和优化，熟悉Hadoop、Spark、Flink、Doris、等大数据工具，有Java、Python编程能力。
4、具备丰富的离线数仓、事实数仓的建设、建模经验；熟悉建模理论。
5、有数据分析和指标建设经验，包括供应链、财务、生产等业务领域。
6、有制造业数据治理经验，能推动方案设计、组织建设、熟悉数据管理理论。
7、具备出色的领导力、协调沟通能力、团队管理能力；能够跨部门合作，有效推进项目。

Skills Needed
技能需求
1、熟练搭建配置流行的大数据平台，Hadoop为主，AWS，Azure，GCP等亦可。
2、熟悉微软数据仓库技术栈。
3、熟练使用pbi, tableau, qlik等bi建模及分析工具。
4、熟练使用OFFICE、VISIO、XMIND、AXURE、PROJECT等工具。
5、熟练使用UML建模和DFD数据流设计。
6、熟悉PMO项目管理方法论。
7、熟悉ITIL体系。

Main Responsibilities
主要工作职责：
1、 负责制定公司大数据的规划，包括业务分析、产品选型、平台架构、建设、测试、以及团队管理。
2、 统筹设计方案，涵盖采集、存储、处理、分析、可视化等全链条功能。
3、 领导团队进行深入数据分析，提供分析报告，设计和开发数据产品和应用，为决策层提供数据和分析支持。
4、 大数据的项目管理，包括计划、组织、汇报、干系人管理、风险管理、任务管理。
5、 协调其他IT职能以及业务部门，建立并优化数据治理体系。包括数据标准、数据质量、数据安全、以及数据管理，以确保数据的准确、完整、合格。
6、 管理相关业务领域的端到端的业务流程，包括：建立、梳理、优化、更新流程图、信息流等流程相关文档。
7、 负责大数据平台和BI平台的运维。
Qualifications (Education/Knowledge/Working Experience)
任职资格要求 (学历、知识和经验等要求)
1、计算机相关专业毕业，本科及以上学历。
2、10年以上IT领域工作经验，5年以上的大数据领域工作经验，3年以上的管理经验。
3、精通大数据平台的架构设计和优化，熟悉Hadoop、Spark、Flink、Doris、等大数据工具，有Java、Python编程能力。
4、具备丰富的离线数仓、事实数仓的建设、建模经验；熟悉建模理论。
5、有数据分析和指标建设经验，包括供应链、财务、生产等业务领域。
6、有制造业数据治理经验，能推动方案设计、组织建设、熟悉数据管理理论。
7、具备出色的领导力、协调沟通能力、团队管理能力；能够跨部门合作，有效推进项目。
Skills Needed
技能需求
1、熟练搭建配置流行的大数据平台，Hadoop为主，AWS，Azure，GCP等亦可。
2、熟悉微软数据仓库技术栈。
3、熟练使用pbi, tableau, qlik等bi建模及分析工具。
4、熟练使用OFFICE、VISIO、XMIND、AXURE、PROJECT等工具。
5、熟练使用UML建模和DFD数据流设计。
6、熟悉PMO项目管理方法论。
7、熟悉ITIL体系。

1. 数据战略与规划：
- 制定并执行企业级大数据战略，结合业务目标设计数据架构、治理框架及长期发展规划；
- 主导数据驱动决策的文化建设，推动数据资产化与商业化应用。
2. 数据平台建设与优化：
- 负责大数据平台（如Hadoop、Spark、Flink、Kafka等）的搭建、运维及性能优化，确保高可用性与扩展性；
- 设计并实施数据仓库、数据湖架构，整合多源异构数据，保障数据采集、存储、处理的效率与安全性。
3. 数据分析与挖掘：
- 主导复杂业务场景下的数据建模与分析（如用户行为分析、风险预测、精准营销），输出可落地的数据洞察与策略建议；
- 推动机器学习、AI技术与业务场景结合，挖掘数据价值并赋能业务增长。
4. 团队管理与协作：
- 领导数据团队（数据工程师、数据分析师、数据科学家等），制定目标并推动高效执行；
- 跨部门协同业务、技术、产品团队，确保数据需求与解决方案的无缝对接。
5. 数据治理与合规：
- 建立数据质量管理体系，监控数据一致性、完整性及准确性；
- 确保数据安全与合规（如GDPR、数据隐私保护），制定应急预案与风险管理机制。