数据资产架构师

工作职责：

1、架构设计

（1）负责所管辖数据域的整体数据架构设计，包括分层模型（ODS→DWD→DWS→ADS）、主题域划分、维度建模。

（2）制定域内数据规范（命名规则、字段标准、SLA分级），确保模型的可扩展性和可复用性。

（3）主导域内重大技术方案评审和设计决策，把控核心数据表的模型质量。

（4）规划域内技术演进路线（如Iceberg迁移、实时架构改造、OLAP应用优化等），持续降低技术债务。

2、质量与稳定性

（1）建立域内数据质量保障体系，制定关键表的数据质量规则（完整性、准确性、一致性、时效性）。

（2）对域内所有数据资产的准确性负最终责任，建立问题发现→定位→修复→复盘的闭环机制。

（3）负责域内核心任务的稳定性保障，确保关键报表、数据按时产出。

3、业务协作与需求管理

（1）深入理解对应业务线的核心逻辑和数据需求，成为业务与数据之间的"翻译官"。

（2）管理域内需求优先级，协调中间层开发和业务BP的工作排期。

（3）主动识别业务痛点，提出数据驱动的优化建议，从被动响应转向主动赋能。

（4）参与跨域协作，与其他域Owner对齐数据口径、依赖关系和变更通知。

4、团队管理与人才培养

（1）带领域内2-4名开发人员（含中间层开发和业务BP），进行工作分配、Code Review和技术辅导。

（2）负责域内成员的成长规划，建立域内知识库和文档体系。

（3）参与人才招聘和面试。

任职要求：

必备条件：

1、8-10年数据开发/数据架构相关工作经验，其中至少3年数仓架构设计或Tech Lead经验。

2、精通数据仓库建模理论（维度建模、Data Vault等），具备较强的业务抽象及数据建模能力，有从0到1搭建或重构数据域的成功经验。

3、精通SQL，熟练掌握至少一种大数据计算引擎（Spark / Hive / Presto），有处理TB级数据的实战经验。

4、熟悉企业级指标体系及指标中心的建设和维护流程，具备指标质量管理能力。

5、熟练掌握Flink/FlinkSQL实时计算能力，有大规模线上实时系统优化经验。

6、熟悉主流大数据技术栈（Hive / Iceberg / Kafka / Airflow等），具备技术选型和方案评估能力。

7、具备出色的业务理解能力，能快速学习新业务领域并建立对应的数据模型。

8、有良好的沟通协调能力，业务sense好，能有效推动跨团队协作；有带团队经验（3人以上）。

9、能接受偶尔的跨时区沟通（团队覆盖多个海外市场）。

加分项

1、有从0到1搭建业务指标体系，或推动多个业务域指标标准化、统一化的经验。

2、有跨部门大型数据项目规划及落地经验。

3、熟悉指标元数据模型、指标语义层、Metric Store、Headless BI或语义建模相关概念。

4、有Data+AI在指标口径生成、指标检索、Text-to-SQL、异常归因或数据问答等场景的实践经验。