岗位职责：
1.参与企业级数据中台的整体架构设计、核心模块开发及全生命周期维护，搭建统一、高效的数据服务体系，支撑业务端多样化数据需求。
2.负责数据全链路处理工作，涵盖数据源调研、数据采集（实时 / 离线）、清洗转换、加工计算、存储优化及数据服务输出，保障数据流转的准确性与高效性。
3.主导 / 参与数据中台核心组件建设，包括企业级数据仓库、分层数据模型（ODS/DWD/DWS/ADS）、标准化数据服务接口（API）等，提升数据复用性与可用性。
4.搭建并优化实时数据处理平台（基于 Kafka/Flink 等）与离线数据处理平台（基于 Hadoop/Spark 等），满足业务实时监控、离线分析、决策支持等场景需求。
5.参与公司数据治理体系建设，制定数据质量标准、数据安全规范及数据字典，通过技术手段实现数据质量监控、异常告警与问题追溯，保障数据资产安全可靠。
6.深入业务场景，与产品、运营、业务部门紧密协作，理解业务需求并转化为数据解决方案，提供定制化数据支持与技术咨询。
7.持续优化数据处理流程、SQL 语句、计算任务性能，解决数据平台运行中的瓶颈问题，提升系统稳定性、可扩展性与资源利用率。
8.跟进大数据领域新技术、新工具，引入并落地到实际工作中，推动数据团队技术能力提升，参与技术文档编写与知识分享。

岗位要求：
1.数据中台认知：深刻理解数据中台核心理念，熟练掌握 OneData（数据资产化）、OneService（数据服务化）、OneID（统一身份标识）等主流数据中台方法论，并能在实际项目中应用。
2.数据库与 SQL 能力：
（1）精通 SQL 语言（包括复杂查询、窗口函数、存储过程、触发器等），具备高性能 SQL 编写与优化能力；
（2）熟悉至少一种主流关系型数据库（MySQL/PostgreSQL/Oracle），了解其存储原理、索引优化、事务机制；
（3）了解 NoSQL 数据库（MongoDB/Redis/HBase 等）的适用场景与基本使用方法。
3.大数据技术栈：
（1）熟练掌握至少两种主流大数据处理框架：Hadoop 生态（HDFS/YARN/MapReduce）、Spark（Spark SQL/Spark Streaming）、Flink 中的两种及以上，具备实际项目开发与调优经验；
（2）熟悉数据仓库建模理论与实践，包括维度建模（星型 / 雪花模型）、Data Vault 建模等，能独立完成企业级数据仓库分层设计与模型搭建；
（3）掌握至少一种数据集成工具（DataX/Sqoop/Kettle/FlinkX 等），具备多数据源（数据库、日志、API、文件等）集成经验；
（4）熟悉实时数据处理技术：Kafka（消息队列部署、 Topic 设计、分区策略）、Flink（流处理任务开发、状态管理、Checkpoint 优化）等，有实时数据管道建设经验者优先。
4.数据处理与治理能力：
（1）具备 TB 级及以上大规模数据处理经验，熟悉 ETL/ELT 开发流程、数据倾斜解决方案、任务调度优化（Airflow/Azkaban 等）；
（2）了解数据质量监控方法与工具，具备数据治理、数据标准制定、数据血缘分析相关实践经验；
（3）关注数据安全，了解数据脱敏、权限控制等相关技术与规范。
·5.软技能：
（1）优秀的跨团队沟通协作能力，能清晰表达技术方案与业务需求，高效推进跨部门项目落地；
（2）较强学习能力与问题解决能力，能快速跟进新技术、新工具，独立解决工作中遇到的复杂技术问题；
（3）具备良好的文档编写习惯（技术设计文档、接口文档、运维手册等）与知识分享意识；
（4）责任心强，抗压能力佳，能适应业务快速迭代的工作节奏。