岗位职责: 1. 数据架构规划:结合公司业务发展战略、业务流程及数据需求,规划企业级数据仓库、数据中台的整体模型架构,制定数据建模规范、标准与流程,建立统一的数据模型体系. 主导数据模型评审、版本管理与升级,建立数据模型文档体系,完善模型字典、er图、设计规范等文档,保障模型可维护性. 2. 数据模型设计与开发: 主导数据仓库分层(ods、dwd、dws、ads等)设计与落地,明确各层级数据模型的职责、关联关系与数据流转规则. 负责核心业务域(如用户、订单、商品、交易、运营等)的逻辑模型、物理模型设计,熟练运用维度建模、关系建模、er建模等方法,完成星型模型、雪花模型的设计与实现. 3. 数据架构与性能优化: 针对现有数据模型进行性能监控、问题诊断,优化模型冗余、数据倾斜、查询效率低等问题,提升数据处理速度与数据质量,降低数据存储与计算成本. 4. 技术攻坚与团队赋能:协同数仓开发、数据分析师、业务人员,梳理业务数据口径,解决数据歧义、数据口径不一致问题,确保数据模型贴合业务场景,满足数据分析、报表开发、数据应用、ai建模等数据使用需求. 解决复杂业务场景下的数据建模难题,应对海量数据、多源异构数据整合的建模挑战,攻克数据模型设计与落地过程中的技术瓶颈. 5. 数据治理协同:配合数据治理工作,参与数据标准制定、数据质量监控、元数据管理,基于数据模型构建企业数据资产目录,推动数据资产化管理.

1、业务经验 - 具体业务经验:7年及以上数据仓库、大数据开发或数据中台系统开发相关工作经验,5年及以上数据建模、数据仓库设计相关工作经验,有大型互联网、电商、零售行业数据建模经验者优先. 2、业务经验 - 具体业务经验:精通数据仓库理论体系,熟练掌握维度建模、er建模、data vault等主流建模方法论,具备大型数据仓库/数据中台从0到1搭建经验者优先. 3、业务经验 - 具体业务经验:熟悉数据仓库分层架构设计,精通ods、dwd、dws、ads各层模型设计原则与实践,具备海量数据场景下的模型优化经验. 4、业务经验 - 具体业务经验:了解数据治理、元数据管理、数据质量相关理论与工具,具备数据标准制定、数据资产梳理经验. 具备良好的业务理解能力,能快速梳理业务流程与数据逻辑,将业务需求转化为合理的数据模型. 加分项: 特殊经验 - 开创性经验: 关键能力要求: 1、执行力 - 责任结果导向:以任务交付效率、模型复用率提升为核心目标,拆解工作节点,制定明确计划,确保按时高质量完成开发任务(支撑挑战①②③达成). 2、执行力 - 系统思维: 4、创新力 5、利他力 门槛条件及特质要求(必选): 学历背景:本科及以上学历,计算机科学与技术、数据科学、统计学、信息与通信工程等相关专业. 年龄(非硬性条件):无硬性要求,优先考虑 30-40 岁. 思维方式 - 对细节敏感:注重代码规范性、模型设计严谨性与任务监控精细化,能提前规避潜在问题(支撑挑战①②③达成). 思维方式 - 能适应: