岗位职责：

构建行业领先的数据质量标准体系，为大型数据管理平台打造核心技术壁垒。与核心团队合作，主导平台质量管理项目。目标是服务于打造可用、可靠、可信的数据及数据服务平台。

一、平台技术深度整合

熟悉进而全面掌握现有数据管理平台的技术架构、数据流转机制及应用体系。识别质量管控节点和风险点，评估现有质量措施有效性，为标准体系建设提供技术基础。

二、业务场景研究分析

深入研究智能应用、数据服务、AI训练、数据分析等典型应用场景，分析不同场景的质量需求差异和痛点。形成场景化质量需求矩阵，指导标准体系的业务适配设计。

三、质量标准体系构建

设计涵盖数据本质质量、业务适配质量、生态系统质量、智能化治理四维度的完整标准框架。制定质量评估指标、算法方案及检测流程，确保体系的可扩展性和适应性。此外，该体系应与数据安全标准体系兼容和适配。

四、国际标准对标融合

研究如DNV-RP-0497、ISO/IEC 25012等国际标准，进行本土化改造和创新扩展。确保标准体系具备国际先进性、兼容国际标准体系的同时满足中国市场特殊需求。

五、智能化技术实现

设计基于机器学习的智能质量评估引擎，实现质量问题检测、评分模型训练及预测性管理。构建支持PB级数据（毫秒级、秒级、实时等）快速检测的实时监控系统。

任职要求：

• 计算机、数据科学、统计学相关专业硕士及以上学历；

• 5年以上大型数据平台或数据治理项目经验；

• 熟悉Hadoop、Spark、Kafka、Flink等大数据技术栈；

• 具备机器学习和深度学习理论基础及实践经验；

• 精通Python、Java、Scala编程语言及SQL技术；

• 深入了解ISO/IEC 25000系列、DAMA-DMBOK、GDPR等国际标准规范；

• 有企业级数据标准制定和质量管理项目实施经验；

• 熟悉一个或者多个数据质量检测工具（Talend[商用]、Informatica[商用]、Apache Griffin[开源]、Great Expectations[开源，Python/SQL]、Deequ/PyDeequp[开源，Spark/Scala/Python]、Soda Core[开源，YAML+SQL 或商业版]等）；

• 熟悉分布式系统设计和微服务架构，有架构能力者优先；

• 优秀的业务理解能力和跨团队协作能力。

优先条件：

• 持有CDMP、DGSP等数据管理专业认证；

• 在知名互联网公司、金融机构有数据质量相关工作经验；

• 了解AI大模型、联邦学习、隐私计算等前沿技术；

• 有海外工作学习经验或国际技术交流参与经验，或有一定的英语水平；

• 在数据管理领域有技术文章发表或标准制定参与经验。