一、数据开发与平台建设
数据仓库建模：
主导设计面向零售主题的数据模型（如维度建模），包括但不限于会员、商品、交易、门店、供应链、营销等主题域。
建立和维护缓慢变化维（SCD） 处理机制，确保历史数据变化的准确追踪。
设计并优化ETL/ELT数据 pipelines，保障数据加工过程的效率、稳定性和可维护性。
数据治理与质量：
建立企业级数据治理体系，定义数据标准、数据血缘、数据字典和数据质量规则（完整性、准确性、一致性、时效性）。
实施主数据管理（MDM），确保如商品、会员、供应商等核心主数据的统一和规范。
建立数据安全与权限管控机制，遵循最小权限原则，对敏感数据进行脱敏或加密处理，符合网络安全要求。
实时数据能力：构建实时或准实时的数据处理能力（如使用Kafka, Flink），支持实时监控大屏、实时营销等业务场景。
二、数据分析与赋能
指标体系构建：
深度挖掘业务，构建能够精准衡量业务表现的指标树（如流量转化漏斗、用户LTV、商品动销率、库存周转天数、坪效、人效等）。
产品化与赋能：
将分析成果产品化，开发成标准化数据产品或嵌入业务系统（如推荐系统、自动补货预测系统）。
通过培训、工作坊、编写分析手册等方式，赋能业务团队进行自助式数据分析，降低数据使用门槛，培育数据文化。
三、团队管理与协作
团队建设：负责数据开发、数据分析师团队的招聘、培养、绩效管理和技能提升，构建学习型和高绩效团队。
项目管理和敏捷交付：采用敏捷开发模式（如Scrum），管理数据项目的优先级、排期、交付和复盘，确保高效响应业务需求。
跨部门协同：作为数据领域的专家，与IT、营运、商品、市场、财务、供应链等部门负责人紧密协作，理解痛点，翻译需求，用数据驱动跨部门项目落地。
任职资格要求
至少5年相关工作经验，其中至少3年在零售、电商、快消品连锁行业的数据团队工作经验。
精通SQL，具备极强的SQL优化和复杂逻辑实现能力，熟悉至少一种主流关系型（MySQL/PostgreSQL）和MPP数据库（ClickHouse/Greenplum）。
精通至少一种主流BI工具深刻理解数据仓库建模理论，有从0到1搭建数仓的经验。