大数据平台与工程中心总监是统筹大数据平台建设、高质量数据集建设及工程化落地及团队管理的核心高管岗位，既要具备顶尖的大数据技术能力，又要拥有全面的战略规划和组织管理能力，其核心围绕大数据平台的全生命周期管理和工程中心的高效运作展开，全面主导高质量数据集的全生命周期建设与管理，搭建标准化、可规模化的数据生产体系，为大模型训练、AI应用落地及数据创新应用和要素价值激活提供稳定、可靠、合规的数据支撑，推动数据价值最大化转化。

岗位职责：

1.战略与架构规划：制定大数据平台与工程中心的中长期技术战略，结合公司业务目标确定平台架构方向，设计并落地全流程数据治理框架，覆盖数据采集、清洗、标注、存储、版本控制、交付全链路，制定数据标准（准确性、一致性、多样性、时效性）与 SOP 规范。构建多模态数据（图像、视频、3D 点云、文本等）处理架构，适配 Lakehouse、数据湖等存储方案（Hive、Iceberg、Delta Lake），保障千万级以上数据量的高效管理与复用。规划数据质量监控体系，设计自动化校验工具与人工审核（Human-in-the-Loop）结合的工作流，建立质量评估指标与闭环改进机制。​

同时负责技术平台的整体设计、搭建与迭代，评估新技术可行性并完成技术框架选型，攻克架构层面的核心技术难点。

2、技术创新与团队管理：搭建并管理大数据工程和平台团队，跟踪 AI 领域技术趋势（多模态融合、自动标注、联邦学习、合成数据生成），引入创新工具与方案优化数据生产效率。编写数据处理脚本（Python 为主），实现数据校验、分析、可视化等自动化能力，提升流程标准化水平。​此外还需制定部门内的开发规范、运维流程、质量管控及 CI/CD 等最佳实践，规范数据接口标准与系统相关制度。

3、项目与工程落地：统筹大数据相关工程项目的推进，把控项目的进度、成本与质量，监督数据 pipelines、存储层、计算层等基础设施的设计与落地。同时完成业务模型到技术模型的转换，推动数据能力与业务场景深度融合。

4.数据治理与合规：牵头数据治理工作，涵盖数据质量监控、数据安全防护、数据合规管理等，确保数据符合行业规范及企业制度。还要建立数据安全体系，防范数据泄露、篡改等风险，保障大数据平台稳定合规运行。

5、内外部协同：对内与业务、产品、人工智能、解决方案等部门协作，理解业务需求并转化为技术解决方案，为业务决策提供数据支持；对外对接技术供应商、云服务提供商，洽谈合作事宜，管控合作质量与验收流程，同时跟踪行业技术趋势，引入适配企业的新技术与资源。

任职核心要求

1、学历与专业背景：通常要求计算机科学、软件工程、数据科学、统计学等相关专业本科及以上学历。2、工作与技术经验：一般需8-10年以上大数据相关工作经验，其中3年以上数据集建设或数据治理负责人岗位经验，主导过至少1个大型 AI 项目（大模型训练 / 多模态应用）数据集从0到1搭建经验。

1）具备节能环保和双碳、互联网、智能制造等行业相关经验者优先，持有 CDMP、AWS 云数据认证等资质者加分。同时要精通 Hadoop、Spark、Flink、Hive 等主流大数据技术栈，熟悉分布式系统、云架构、容器化等技术，具备数据中台、数据治理及系统调优的实战能力​

2）精通数据治理方法论，熟悉数据湖、数据仓、Lakehouse 架构，掌握元数据管理（Apache Atlas）、数据质量工具（Talend、Informatica）或自研系统应用。​

3）深入理解 AI 模型（LLM、Transformer、CNN 等）训练数据需求，具备多模态数据处理与跨模态对齐技术经验。​

4）熟练掌握 Python 编程，熟悉 Scikit-learn、PyTorch/TensorFlow 等框架，具备数据建模、特征工程实战能力。​

5）具备主数据管理（MDM）、数据资产管理平台（DAM）搭建或落地经验者优先。

3、综合能力素养：具备优秀的战略思维，能将技术规划与企业整体战略结合；拥有较强的跨部门沟通协调能力和项目管理能力，可推动复杂项目落地；此外还需具备创新意识，能敏锐捕捉大数据领域的技术趋势，带领团队实现技术创新与突破。