数据中台理念与架构理解：
深刻理解数据中台的概念、核心价值（数据业务化、服务化）及其与传统数据仓库、数据平台的差异。
了解数据中台的典型分层架构（数据采集与集成、数据开发与建模、数据资产管理、数据服务）以及治理工作在各层的嵌入点。
强大的技术实践与工具能力：
SQL是必备基础，要求能熟练编写复杂SQL进行数据探查、质量核查和影响分析。
大数据技术栈： 熟悉Hadoop、Hive、Spark、Flink、Maxcompute、Hologres等大数据组件，了解数据在这些平台上的处理和存储原理。
治理工具平台：
元数据管理： 有Atlas、Datahub、OpenMetadata等开源工具或商业产品的应用和实施经验，能进行血缘分析、影响分析。
数据质量： 有Griffin、Deequ、Apache Griffin或商业数据质量工具的经验，能设计、部署和监控质量规则。
数据安全： 了解Ranger、Sentry等权限管控工具，熟悉数据脱敏、加密技术。经验： 要求 3-5年及以上 大数据领域或数据治理相关经验。
行业背景： 有互联网、金融、零售等数据驱动型行业背景者优先，因为这些行业的数据中台实践更成熟。
项目经验： 有参与过数据中台建设、数据平台治理、大型数据仓库规范化等项目经验是极大的加分项。