AI数据治理体系搭建 "1. 设计并实施适用于AI场景的数据治理框架，涵盖数据标注、模型训练数据管理、特征工程、模型输出数据全链路治理 2. 制定AI数据标准（如标注规范、特征库标准、模型输入输出格式），确保数据一致性与可复用性 3. 建立模型数据血缘关系追踪机制，实现数据溯源与影响分析" 数据质量与合规管理 "1. 针对AI训练数据设计质量评估体系（如偏差检测、完整性校验、标注准确性审查），优化数据清洗与增强策略 2. 协同业务部门定位影响AI准确性的数据问题并追溯根源，推动数据清洗、修复及优化； 3. 协同法务、安全团队制定AI数据使用协议与规范" 跨部门协作与沟通 "1. 与业务部门、IT团队及外部供应商协作，推动数据治理方案实施； 2. 管理AI场景下的数据资产目录，推动训练数据、测试数据、推理数据的分类分级与权限管控 3. 推动数据治理工具与AI开发平台的集成（如Meta数据处理、模型训练数据管道自动化）"

1. 本科及以上学历，信息管理、计算机科学、统计学、数学等相关专业优先 2. 5年以上 数据治理、数据管理经验，有中大型制造型企业数据治理和管理工作经验优先 3. 熟悉企业级数据管理体系(如DCMM)，熟悉数据治理框架（如DMBOK），数据生命周期管理及主流数据标准 4. 有制造行业数字化或信息化从业经验，了解电子制造业核心业务，了解SAP，MES, PLM等核心业务系统 5. 熟练使用数据治理/管理工具（如Informatica、ERwin或主流数据治理/管理工具） 6. 熟悉大数据平台与数据中台体系，有数据建模经验，并熟悉指标体系建设经验优先； 7. 具备较强的逻辑思维和问题分析能力，能快速定位数据问题并提出解决方案； 8. 优秀的跨部门沟通协调能力，能够推动复杂项目落地； 9. 熟悉数据安全法规（如个人信息保护法）及AI伦理风险（如模型偏见、数据泄露） 10. 持有PMP、CDMP/CDGA/CDGP等证书者优先