大数据治理工程师岗位职责

岗位职责:
1、负责数据治理项目的实施工作，包括数据采集、清洗、结构化，主题数据设计、模型构建，数据构造等环节;
2、负责数据仓库设计、建模、数据etl，对内及对外提供高质量的数据服务;
3、负责数据治理相关的用户交流、沟通，完成业务梳理，制定技术方案并实现;
4、承担业务系统的数据架构设计与优化治理，负责相关治理项目的开展;
5、制定数据架构标准与工作流程，推动数据架构在数字化建设中产生实际作用;
6、参与制定数据集市规范、ETL规范等技术规范;
7、参与数据治理&管理体系规划、体系建设、培训宣传等工作。

任职要求：
1、学历： 本科及以上，计算机/统计学/信息管理专业；
2、经验： 3年+数据治理经验，1年+专注政务领域；
3、熟悉主流数据库技术，如Oracle、Sql Server、MySQL及达梦、金仓数据库等;
4、熟悉数据仓库、理解维度建模，了解多项大数据处理/分析相关的工具/框架，如Hadoop、MapReduce、Hive、Storm、Spark、kafka及HBase等;
5、了解ETL架构，了解日常作业的部署和调度，熟悉ETL开发工具，如Datastage、Cognos及Kettle等;
6、精通系统数据架构、数仓架构设计与方法论，熟悉常用模型设计工具;
7、具备良好的项目管理能力与执行力，能够制定合理的数据治理项目计划，确保项目按时、高质量完成;
8、良好的业务沟通能力与学习能力，将业务需求转化为数据治理解决方案;

温馨提示：我们数据治理岗位已经招满了，感谢投递！后续如有新增HC我们将优先联系您！
岗位职责
1.主导企业数据管理/数据治理体系搭建，制定数据资产、数据标准、元数据、主数据等管理规范及实施路线图‌。
2.组织协调业务与技术团队，主导落实治理流程，解决跨领域数据标准冲突，推动数据文化变革‌。
3.设计数据质量检核规则与监控方案，建立全链路数据质量评估体系‌。
4.主导数据清洗与修复，推动ETL流程优化（如Kettle/DataStage工具应用）‌。
5.搭建数据资产目录，实施数据入湖（数据湖/仓整合）及BI系统对接‌。
6.建立多层权限管理体系，保障敏感数据合规使用‌。
7.‌设计符合行业规范的数据安全管理方案‌。
8.主导数据资产盘点与价值评估，推动数据资产入表及商业化应用‌。
9.‌探索LLM在元数据自动化管理、实时计算优化等场景的应用‌。
任职要求
1.计算机科学、统计学、信息管理、数学等相关专业本科及以上学历。
2.5年以上数据治理经验，具备独立主导项目落地的能力。
3.精通数据管理制度、标准规范的设计，具备实施路线规划与落地能力。
4.至少在数据资产盘点、元数据管理、数据标准制定、数据质量提升、数据模型优化、指标体系设计中 2 项领域，拥有完整的项目实施经验。
5.具备数据质量全流程设计与监控落地经验，能有效解决跨领域数据标准冲突问题。
6.可精准抽象业务痛点，设计针对性的治理路径，具备数据资产评估能力。
7.具备高效的跨部门资源协调能力，可推动多方协作达成目标。
8.擅长输出标准化文档，包括但不限于技术方案、白皮书等。
9.有将 LLM（大语言模型）整合到数据治理场景的经验，能优化数据产品开发流程；
10.关注并研究实时计算、数据血缘分析等技术在数据治理中的创新应用。
11.持有CDMP/CDGP/CDGA等数据管理认证‌优先。
12.有新能源汽车行业数据治理项目经验优先。

岗位职责
1.主导企业数据管理/数据治理体系搭建，制定数据资产、数据标准、元数据、主数据等管理规范及实施路线图‌。
2.组织协调业务与技术团队，主导落实治理流程，解决跨领域数据标准冲突，推动数据文化变革‌。
3.设计数据质量检核规则与监控方案，建立全链路数据质量评估体系‌。
4.主导数据清洗与修复，推动ETL流程优化（如Kettle/DataStage工具应用）‌。
5.搭建数据资产目录，实施数据入湖（数据湖/仓整合）及BI系统对接‌。
6.建立多层权限管理体系，保障敏感数据合规使用‌。
7.‌设计符合行业规范的数据安全管理方案‌。
8.主导数据资产盘点与价值评估，推动数据资产入表及商业化应用‌。
9.‌探索LLM在元数据自动化管理、实时计算优化等场景的应用‌。
任职要求
1.计算机科学、统计学、信息管理、数学等相关专业本科及以上学历。
2.5年以上数据治理经验，具备独立主导项目落地的能力。
3.精通数据管理制度、标准规范的设计，具备实施路线规划与落地能力。
4.至少在数据资产盘点、元数据管理、数据标准制定、数据质量提升、数据模型优化、指标体系设计中 2 项领域，拥有完整的项目实施经验。
5.具备数据质量全流程设计与监控落地经验，能有效解决跨领域数据标准冲突问题。
6.可精准抽象业务痛点，设计针对性的治理路径，具备数据资产评估能力。
7.具备高效的跨部门资源协调能力，可推动多方协作达成目标。
8.擅长输出标准化文档，包括但不限于技术方案、白皮书等。
9.有将 LLM（大语言模型）整合到数据治理场景的经验，能优化数据产品开发流程；
10.关注并研究实时计算、数据血缘分析等技术在数据治理中的创新应用。
11.持有CDMP/CDGP/CDGA等数据管理认证‌优先。
12.有新能源汽车行业数据治理项目经验优先。