1、负责数据平台、数据仓库/数据湖的设计、开发、维护与优化。构建稳定、高效、可扩展的实时和离线数据管道，确保数据及时、准确地从业务系统同步至数据平台； 2、负责数据ELT任务的开发与维护，包括数据清洗、转换、集成及加工处理； 3、构建可复用的数据中间层和数据服务，为数据分析、报表、机器学习等应用提供高质量、标准化的数据支持； 4、负责大数据生产集群及任务的日常监控、运维、故障排查与性能调优，保障数据服务的SLA。定并实施数据质量监控规则，及时发现并推动解决数据质量问题。参与设计并实施数据备份、恢复、安全与权限管理策略； 5、与数据产品经理、数据分析师、业务方紧密协作，深入理解需求，提供可靠的数据解决方案。支持算法工程师，提供特征工程所需的数据基础设施和高效的数据访问接口； 6、跟踪大数据领域的前沿技术，积极分享技术经验，参与团队代码审查，帮助提升团队整体技术水平。

1、硕士及以上学历，5年及以上大数据开发或相关领域经验，有完整的大型数据项目开发、部署、调优经验； 2、熟悉Java语言，具备扎实的编码能力和良好的编程习惯； 3、深入理解Hadoop（HDFS, YARN）生态系统。熟练掌握Spark（Core, SQL, Streaming）或Flink进行大规模数据批处理和流计算。熟悉至少一种主流数据仓库/数据湖技术，如Hive, Doris等。熟悉至少一种消息队列，如Kafka, RabbitMq等。 4、熟练掌握SQL，具备复杂逻辑的SQL编写和优化能力。理解数据建模理论（如维度建模），能独立设计并开发高效、可维护的数据仓库分层（ODS/DWD/DWS/ADS）。熟悉数据治理相关概念，如数据质量、元数据管理、数据血缘； 5、熟悉Linux操作系统及常用命令。熟悉CI/CD流程，了解Git, Maven/Gradle等工具。有使用调度工具（如DolphinScheduler）经验者优先。了解容器化技术（如Docker, Kubernetes）者优先； 6、具备出色的逻辑分析、问题排查和性能调优能力，能够独立解决复杂技术问题。强烈的责任心和自驱力，对技术有热情，乐于学习并跟进大数据领域新技术。