1.数据分析与质量监控 负责业务后端质量透明度相关的数据分析，搭建可视化质量监控体系，提升业务系统稳定性和透明度。 设计和开发数据指标体系，基于⽇志、数据库、监控数据等多源数据，分析业务稳定性、性能、异常情况等。 参与数据治理，确保数据质量和⼀致性，为质量分析提供准确的数据⽀持。 2.数据平台建设 负责数据平台的架构设计与开发，包括数据采集、存储、处理及分析。 设计并优化数据仓库，建⽴⾼效的数据建模⽅案，为业务决策提供数据⽀撑。 推动数据平台⼯具链建设，优化数据查询和计算效率，提⾼数据可⽤性。 3.⾃动化与智能化建设 开发⾃动化数据处理与分析⼯具，提升质量透明度分析的效率。 结合机器学习、⼤数据技术，构建智能化质量分析与异常检测模型，提升问题发现和定位能⼒。 4.跨团队协作与推动 与业务、质量、运维等团队协作，推动数据驱动的质量优化⽅案落地。 参与数据治理、数据标准制定，推动数据资产管理和共享，提⾼数据利⽤率。

1. 计算机相关专业本科及以上学历，5年以上数据平台/实时数仓/OLAP/特征平台等应⽤开发经验； 2. 熟悉⼤数据⽣态组件，包括Flink/Clickhouse/ES/Hadoop/Spark/Kafka/Druid/Hbase/Presto等 3. 熟悉Golang/Python/Scala/Java等⾄少两种开发语⾔； 4. 熟悉常⻅数据可视化⼯具（如 Grafana、Tableau、Superset）或有前端数据可视化开发经验者优先。 5. 具备良好的数据分析能⼒，能够基于业务需求构建指标体系，并进⾏深⼊的数据分析。 6. 具备⼀定的质量分析和系统稳定性监控经验，能够从数据⻆度推动系统质量优化。 7. 有较强的业务分析和产品能⼒，对数据业务场景⾮常敏感，能够横向协同攻坚，形成完整的业务解决⽅案。 加分项 有⼤数据量、⾼并发处理经验，有全链路数据闭环⼯程经验； 具备 AI/机器学习相关经验，能够基于数据构建智能化质量分析或异常检测模型者优先。 具备 DevOps、SRE（Site Reliability Engineering）经验，对业务成本/质量/可⽤性体系建设有经验者有限。