1. 平台设计与开发:

• 负责核心数据平台、数据仓库的架构设计与开发工作，确保系统的高性能、高稳定性和高扩展性。
• 主导数据需求分析、数据建模、ETL/ELT 开发、测试和上线等全流程工作。
• 根据数据应用场景进行技术选型，并指导团队成员进行数据开发。

1. 技术难题攻关:

• 解决海量数据处理、实时计算、数据倾斜等技术难题，持续优化数据任务的性能与资源消耗。
• 负责关键模块（如实时数据链路、核心数仓模型）的技术攻关，制定解决方案，确保数据项目的顺利交付。

1. 数据质量与规范:

• 制定并推动团队执行数据开发规范、数据建模规范和数据质量标准。
• 组织并执行代码评审（Code Review / SQL Review），保障数据产出的准确性与时效性，提升团队整体开发质量。

1. 数据研发效能:

• 参与数据开发与发布流程（DataOps）的建设与优化，提升数据测试、部署和监控的自动化水平。
• 推动数据开发工具链的完善，提升整体数据研发与交付效率。

1. 团队协作与指导:

• 指导并帮助初级/中级工程师解决大数据开发中的技术问题，提升团队整体技术水平。
• 在项目中起到技术引领作用，促进团队在数据技术领域的协作与进步。

1. 新技术研究与应用:

• 关注并研究大数据领域的新技术，评估其在业务中的应用价值。
• 组织并参与技术分享，推动技术团队在大数据架构上的演进与创新。

任职要求：

1. 本科学历，大数据、计算机科学、软件工程或相关领域专业。
2. 3-5 年以上大数据平台开发经验，有大型互联网公司数据仓库或数据湖建设经验者优先。
3. 编程与计算引擎： 精通 Python、Java 或 Scala 编程语言，深入理解 JVM 原理；熟练掌握 Hadoop 生态（HDFS, Yarn, Hive），并精通 Spark 或 Flink 中至少一种主流计算引擎。
4. 数据架构与建模： 熟悉数据仓库建模理论（如维度建模），掌握数据分层、数据湖、湖仓一体等架构设计思想。
5. 数据存储与查询： 具备良好的 SQL 编写与优化能力，熟悉主流 OLAP 引擎（如 ClickHouse, Doris, StarRocks）及 NoSQL 数据库（如 HBase, Elasticsearch, Redis）的使用场景与调优。
6. 数据管道与中间件： 掌握常用数据同步工具（如 DataX, Flink CDC），并精通消息队列 Kafka 的使用与原理。
7. 基础环境与运维： 熟悉 Linux 操作系统和常用 Shell 脚本，具备大数据组件的部署、监控和问题排查能力。