1、根據公司數據資產化與智能化應用需求，通過構建高可用數據基礎設施、保障數據鏈路高效穩定運行、落地數據治理標準，達到支撐企業數據價值釋放、賦能業務決策的核心目標；
2、組織/計劃：根據業務需求與技術發展趨勢，設計數據倉庫、實時數倉、數據湖的架構演進路線圖（如分層模型設計、計算資源分配）；制定ETL開發規范、數據建模標準（如維度建模）、代碼版本管理規則等，評估數據計算與存儲資源需求（如
Hadoop集群容量），協調基礎設施團隊規劃資源擴容或優化方案；
3、執行：完成數據采集、清洗、轉換、加載（ETL/ELT）全流程開發，保障數據鏈路高效穩定；基于業務場景設計數據表結構（如用戶行為事件表、訂單事實表），編寫SQL/Python代碼實現邏輯；開發數據API、數據訂閱服務、報表底層數據集，支持業務端數據調用需求；定位并修復數據鏈路異常（如數據延遲、計算任務失敗），保障數據產出時效性；
4、協助配合：配合數據產品經理、數據分析師理解數據需求邏輯（如復雜業務指標拆解），提供技術可行性評估；協助數據團隊落地數據質量監控規則、數據管理工具部署；
5、審核/審批：審核ETL腳本邏輯合理性、代碼性能，確保開發質量；審核數據血緣映射關系、數據一致性校驗規則，避免臟數據進入下游；審批數據表、API接口的訪問權限申請；
6、分析改進：通過日志分析、資源監控，優化數據計算效率；基于故障分析，改進數據管道容錯機制；評估新技術工具的適用性，推動技術棧升級；
二.任職要求
1.本科及以上學歷，數據科學或計算機相關專業，一年以上經驗；
2.熟練掌握 Java、Python 等一種及以上編程語言，有編程實踐經驗；
3.熟悉關系型數據庫（如：MySQL、Oracle、SqlServer）、非關系型數據庫（如：MongoDB、Redis）及分布式數據庫（如：Doris）的原理與優
4.熟悉 Flink、Kafka、Hadoop、Spark、Hive、MapReduce、HBase 等大數據技術棧，并了解其工作原理和應用場景；
5.掌握 ETL/ELT 流程設計，使用工具實現數據從數據源到數據倉庫的抽取、加載和轉換，例如：
ETLCloud, Kettle (Pentaho) , Airflow,
Apache NiFi、DolphinScheduler 等；
6.理解數據倉庫理論（如 Inmon、Kimball 建模方法），能設計分層數據倉庫（ODS/DWD/DWS/ADS），優化數據模型以提升查詢效率；
7.掌握數據鏈路監控工具，能快速定位并修復數據延遲、任務失敗等生產問題；熟悉數據質量保障方法（如數據一致性校驗、血緣追溯），確保數據輸出的準確性與可靠性；
8.嚴謹、細密和工作態度和工作風格，良好的團隊合作精神，較強的內部及外部溝通能力，能夠承受較大的工作壓力；
9.有廠商大數據認證優先；