岗位职责：
全面负责企业级数据架构的规划、设计、落地与优化，搭建高效、可靠的数据资产体系，支撑业务数字化转型与数据驱动决策。具体职责如下：
1.战略规划与架构设计：
结合企业业务战略，制定中长期数据架构蓝图，涵盖数据模型、存储、集成、计算与应用全链路，适配数据仓库、数据湖、湖仓一体等核心场景；
主导概念/逻辑/物理数据建模，选用星型/雪花模型、Data Vault等适配方法，保障数据一致性与可扩展性，支撑BI分析、AI建模等核心数据需求；
制定数据集成、迁移、备份与恢复策略，设计高可用、高性能的数据管道（ETL/ELT），确保数据流转高效准确。
2.数据治理与标准化：
建立并落地全链路数据治理体系，覆盖数据标准、元数据管理、数据血缘、数据质量、数据安全与隐私保护（含数据脱敏、权限管控等）；定义数据生命周期管理流程，推动数据资产化建设，提升数据复用率与可信度；
制定数据架构相关制度、规范与操作流程，监督执行并持续优化，解决数据孤岛、数据不一致等核心问题。
3.技术选型与落地实施：
评估并引入适配企业需求的大数据技术栈（Hadoop、Spark、Flink、Kafka等）、数据库（关系型/NoSQL/MPP）及云数据平台，平衡技术性能与成本投入；
主导数据架构落地实施，制定详细项目计划，协调跨团队（业务、IT、数据）资源，解决开发、测试、上线全流程中的技术瓶颈；
指导数据工程师、开发团队开展工作，审核技术方案，确保架构落地符合设计标准与业务需求。
4.性能优化与问题解决：
持续监控数据系统运行性能，识别存储、计算、网络等环节的性能瓶颈，通过SQL调优、分库分表、索引优化、资源调度等手段提升系统效率；
负责数据系统故障诊断与应急处理，建立高可用保障机制，降低业务中断风险；
优化数据成本结构，通过存储分层、计算资源弹性调度等方式提升投入产出比。
5.跨部门协作与赋能：
深度对接业务部门，精准挖掘并转化业务需求为数据架构方案，提供专业的数据咨询与技术支持；
协同IT团队、外部合作伙伴推进数据项目落地，解决跨部门数据协作中的核心问题；
开展数据架构相关技术培训与知识分享，推广最佳实践，提升团队整体数据架构能力。
6.技术创新与趋势跟踪：
跟踪数据架构领域前沿技术（如实时计算、AI数据基础设施、云原生数据平台、湖仓一体进阶技术等），评估技术引入可行性；
推动数据架构持续演进，适配业务快速变化需求，保障数据架构的先进性、灵活性与可扩展性。
任职要求：
1.学历与工作经验：
本科及以上学历，计算机科学与技术、软件工程、数据科学、信息管理等相关专业；
8年以上数据相关工作经验，其中5年以上企业级数据架构设计与落地经验，有大型互联网、金融、制造等行业数据架构项目经验者优先；
具备完整的数据仓库/数据湖/湖仓一体架构从0到1搭建及优化经验者优先。
2.专业技能：
精通数据建模方法论（星型/雪花模型、Data Vault等），具备丰富的概念/逻辑/物理模型设计实战经验；
熟练掌握大数据技术栈（Hadoop、Spark、Flink、Kafka、Hive等），熟悉各类数据库（MySQL、Oracle、MongoDB、Redis、MPP等）的特性与应用场景，具备技术选型与架构设计能力；
深入理解数据治理体系，包括数据标准、元数据、数据血缘、数据质量、数据安全等模块的建设与落地逻辑；
具备云原生数据平台（阿里云、腾讯云、AWS等）架构设计与落地经验者优先，了解实时计算、AI数据基础设施相关技术者优先；
具备良好的技术文档编写能力，能独立输出数据架构蓝图、数据模型设计文档、技术方案等。
3.综合素质：
具备优秀的跨部门沟通协调能力，能精准对接业务与技术需求，推动跨团队项目落地；
具备较强的问题解决能力、逻辑思维能力与项目管理能力，能应对复杂数据架构问题与项目挑战；
具备持续学习能力，关注行业技术趋势，能快速接纳并应用新技术；
具备强烈的责任心、团队协作精神与抗压能力。