1.大数据 ETL 开发与维护
（1）负责数据中台的 ETL 流程设计、开发、调度与优化，包括数据抽取（从业务库、日志、第三方接口等数据源获取数据）、清洗（处理脏数据、缺失值、重复值）、转换（格式转换、关联计算、聚合等）、加载（写入数据仓库、数据湖等目标存储）。
（2）设计 ETL 调度策略，监控任务运行状态，解决数据延迟、任务失败等问题，保障数据链路的稳定性与高效性。
2.数据仓库（数仓）建设与管理
（1）基于业务需求和数据中台架构，设计数仓分层模型（如 ODS、DWD、DWS、ADS 层），定义数据实体、维度、指标及关系，确保数据模型的规范性、可扩展性。
（2）负责数仓表结构设计、索引优化、存储策略制定，提升数据查询与计算效率，支撑业务分析和数据应用。
3.数据治理实施
（1）参与数据中台的数据治理体系建设，包括数据标准（定义核心数据资产的命名、格式、含义）、数据质量（设计质量规则，监控数据完整性、准确性、一致性，推动问题整改）、数据安全（敏感数据脱敏、访问权限控制）、元数据管理（梳理数据血缘、资产目录，提升数据可理解性）。
（2）制定数据治理流程规范，协调业务与技术团队落地执行，持续优化数据资产质量。
4.数据标签体系与用户画像构建
（1）基于业务场景（如用户运营、精准营销）设计数据标签体系，包括标签层级（基础标签、衍生标签、预测标签）、计算逻辑（如用户活跃度、消费能力标签），并开发标签计算脚本。
（2）维护标签数据的更新机制，确保标签时效性，支撑用户画像、分群分析等数据应用。
5.数据指标体系搭建与监控
（1）参与业务指标体系（如核心业务 KPI、运营指标、监控指标）的设计与定义，将指标拆解为可计算的原子指标、派生指标，形成标准化指标库。
（2）开发指标计算模型，通过数据中台工具实现指标的自动化计算、实时 / 离线更新，并对接数据看板，支撑业务监控与决策。
任职要求：
1.本科及以上学历，计算机、大数据、统计学等相关专业优先；
2.熟练掌握 Hadoop、Spark、Flink 等大数据计算框架，Hive、HBase、ClickHouse、MySQL 等数据存储技术，能独立开发 ETL 任务；
3.精通 SQL，熟悉 Python/Scala/Java 等编程语言，具备复杂数据处理逻辑的编码能力；
4.了解数据仓库建模理论（如星型模型、雪花模型）、维度建模方法，有实际数仓建设经验；
5.熟悉数据治理工具（如元数据管理平台、数据质量监控工具）或相关方法论者优先；
6.具备数据中台或大型数据项目经验，能理解业务场景并将其转化为数据模型、指标或标签体系；
7.具备较强的问题分析与解决能力、跨团队沟通能力，有项目管理或复杂流程协调经验者优先。
加分项：
有用户标签体系、画像系统、指标平台搭建经验.