负责集团数据治理与AI数据资产管理，核心服务于工业大模型与全场景AI应用。聚焦AI高质量数据集建设、数据资产化及全域数据标准化，为全场景AI落地提供核心数据支撑。具体如下： ①AI数据战略与资产规划：制定专属AI数据战略体系；构建建材行业AI数据资产目录，明确AI数据采集、提纯、标注、迭代的全流程标准，推动数据资产化与价值变现。 ②高质量数据集与数据中台建设：统筹多模态数据（时序、图像、文本等）的清洗、脱敏与标注，构建大模型训练、微调及评测数据集；搭建适配AI训练与推理的工业数据中台及算力调度体系，解决工业大模型“数据杂、专业度低”痛点。 ③全域工业数据治理与标准化：推进物料、矿山、产线、能耗、供应链等领域主数据建设，统一编码与统计规则，消除数据孤岛；建立业务、信息公司及生产工厂“三位一体”的数据治理协同机制，推进工厂侧数据Owner落地。 ④数据安全与合规管理：建立核心工艺与AI训练涉密数据的分级分类、加密防护与访问审计体系，筑牢数据安全底线。 ⑤数据团队与变革管理：搭建专业数据运营与建模团队；打破“部门墙”与“数据私有”思维，推动跨部门数据共享；向管理层阐释数据治理价值，精准洞察业务痛点并提供数据产品化解决方案。

①基本条件：博士研究生学历，大数据、数据科学、统计学、计算机等相关专业；年龄原则上不超过45周岁；若具有大型集团数据中台从0到1建设及成功运营经验者，学历及年龄适当可放宽。 ②经验要求：10年以上工业大数据、AI数据运营经验，3年以上集团级大模型数据负责人、AI数据中台负责人或CDO管理经验。 ③专业能力：具备工业大模型数据集搭建及RAG知识库构建经验；精通流程工业数据特征与治理逻辑；精通大数据技术栈，能独立搭建适配AI的工业数据中台。 ④综合素质：具备极强的跨部门沟通协调与变革管理能力，能通过数据量化赋能智能生产与能耗管控的业务价值。