数据治理架构师（英语）

岗位概述:

我们正在寻找一位资深的数据与AI方向交付专家，作为贯穿客户数据智能项目全生命周期的关键角色。该职位需同时具备前沿的售前解决方案架构能力和扎实的售后交付管理经验。在售前阶段，您将致力于设计赢得客户的创新型数据平台与AI解决方案；在项目启动后，您将主导方案的落地实施，确保从数据到价值的平稳、高效交付。

岗位职责:

1. 售前与解决方案构建 (约40%):

客户需求分析: 深入理解客户的业务痛点与战略目标，善于将模糊的业务需求（如“提升预测准确性”、“实现数据驱动决策”）转化为具体、可行的数据治理、数据分析及AI/ML技术方案。

技术方案设计: 主导设计现代化数据架构与AI解决方案，涵盖数据湖仓、数据集成与治理、批流数据处理、商业智能、机器学习平台以及生成式AI应用场景。方案需具备可扩展性、安全性和高性能。

提案撰写与宣讲: 负责或主导撰写具有竞争力的RFP/RFI技术应答、解决方案建议书和工作说明书。能向客户高层（CXO）和技术团队清晰、有说服力地阐述方案的技术路径与商业价值。

技术交流与论证: 组织技术研讨会、概念验证，通过数据模型、算法演示或POC解决客户对技术选型、数据质量、投资回报率等关键疑虑，建立技术信任。

2. 解决方案交付与过渡 (约30%):

交付计划制定: 在项目中标后，主导制定详细的交付与过渡计划，确保数据迁移、模型开发、系统集成等环节的知识转移和操作权责平稳过渡。

交付执行与风险管理: 协调数据工程师、数据科学家和业务分析师等内外部资源，领导敏捷交付流程。识别并解决数据获取、模型性能、集成测试过程中的技术风险，确保项目顺利上线。

资产与知识库构建: 确保在交付过程中产生关键资产，如数据模型、特征库、模型代码、API文档和运维手册的完整性与准确性，为后续运营奠定基础。

3. 运营优化与价值实现 (约30%):

运营与价值保障: 在解决方案上线后，监督运维团队的服务水平，确保数据管道SLA、模型性能指标（如准确性、延迟）持续达标，并推动解决方案的规模化应用。

客户关系与价值挖掘: 作为客户的主要技术战略伙伴，定期进行运营评审和价值回顾，展示解决方案的业务影响（如效率提升、收入增长），并深度挖掘新的数据与AI应用场景。

持续改进与创新: 基于运营数据和业务反馈，持续推动模型重训、架构优化和成本控制，展现数据资产的持续增值能力，并引入新的AI技术以保持解决方案的领先性。

任职要求:

1. 学历与经验:

本科及以上学历，计算机科学、统计学、数学或相关领域。

8年以上IT/数据领域经验，其中至少3年在数据/AI方向的售前解决方案架构师、数据架构师或类似岗位，并具备2年以上数据类项目交付管理或团队领导经验。

拥有从0到1主导或核心参与大型数据平台建设、AI项目竞标并成功交付的完整项目经验者优先。

2. 技术能力:

专家级技术视野: 深刻理解现代数据技术栈，精通以下一个或多个领域：数据平台: 熟悉主流云数据平台（AWS Redshift/S3/Glue,

Azure Synapse/Data Factory, GCP BigQuery等）或开源技术（Spark,Kafka, Hadoop）。

数据管理与治理: 精通数据建模、数据集成（ETL/ELT）、数据质量、主数据管理概念与工具。

数据分析与AI/ML: 熟练掌握SQL, Python, R；具备扎实的机器学习算法知识，并有使用ML框架（如Scikit-learn,TensorFlow, PyTorch）的经验。了解MLOps流程和生成式AI应用架构。

解决方案能力: 能够设计可扩展、安全、符合数据治理规范的数据管道和端到端的机器学习解决方案。

认证要求 (具备以下至少两项):

o 架构/技术类: AWS/Azure/GCP数据或AI方向专项认证，CDMP（数据管理专业人士认证），Cloudera/DataBricks认证等。

o 管理类: PMP， Scrum Master。

3. 核心能力:

卓越的沟通能力: 能够自信、清晰地向各级客户（从业务人员到技术专家再到高管）解释复杂的数据概念和AI模型价值。

商业敏锐度: 具备强烈的业务导向，能够将数据技术与AI能力转化为明确的商业用例和投资回报。

强大的领导力与影响力: 具备领导跨职能团队（数据工程师、科学家等）的能力，能够驱动各方协同工作，即使在无直接汇报关系的情况下。

出色的问题解决能力: 能快速分析复杂的数据问题和技术挑战，并制定务实、有效的解决方案。

4. 语言能力:

必须具备熟练的英语听说读写能力，口语需达到能流畅进行技术方案宣讲、谈判及与海外团队进行日常协作的水平。

5. 行业经验：

有零售快销、制药或者离散制造（如，汽车制造）行业经验者优先考虑。