崗位職責(zé):
1、分析客戶業(yè)務(wù)場(chǎng)景,設(shè)計(jì)定制化數(shù)據(jù)治理框架,制定數(shù)據(jù)標(biāo)準(zhǔn)、主數(shù)據(jù)管理策略及數(shù)據(jù)質(zhì)量規(guī)則。
2、主導(dǎo)公司數(shù)據(jù)治理平臺(tái)產(chǎn)品的部署、配置和集成,打通客戶業(yè)務(wù)系統(tǒng)數(shù)據(jù)孤島。
3、完成平臺(tái)安裝、測(cè)試及上線,展示數(shù)據(jù)治理成果(如數(shù)據(jù)資產(chǎn)目錄、血緣分析報(bào)告)。
4、優(yōu)化平臺(tái)性能,提升數(shù)據(jù)處理效率,支持客戶實(shí)時(shí)數(shù)據(jù)分析需求。
5、設(shè)計(jì)數(shù)據(jù)從采集到銷毀的全周期策略,建立客戶數(shù)據(jù)資產(chǎn)目錄并跟蹤血緣關(guān)系。
6、實(shí)施數(shù)據(jù)清洗、標(biāo)準(zhǔn)化及脫敏操作,修復(fù)歷史數(shù)據(jù)質(zhì)量問題(如重復(fù)記錄、字段缺失)。
7、協(xié)調(diào)客戶IT、業(yè)務(wù)部門推進(jìn)治理落地,向非技術(shù)人員傳遞治理價(jià)值(如降本增效、合規(guī)風(fēng)控)。
8、組織數(shù)據(jù)治理培訓(xùn),提升客戶數(shù)據(jù)意識(shí)及平臺(tái)操作能力。
9、確??蛻魯?shù)據(jù)符合GDPR等法規(guī),設(shè)計(jì)數(shù)據(jù)安全策略(訪問控制、加密)并執(zhí)行審計(jì)。
任職要求:
1、熟練使用數(shù)據(jù)治理平臺(tái)完成數(shù)據(jù)采集、數(shù)據(jù)治理、數(shù)據(jù)開發(fā)、數(shù)據(jù)共享交換、數(shù)據(jù)安全等工作;
2、熟悉數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)理論,掌握ODS、STD、DWD、DM分層設(shè)計(jì)方法,獨(dú)立建設(shè)主題庫(kù)、專題庫(kù);
3、掌握數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)質(zhì)量、元數(shù)據(jù)、數(shù)據(jù)模型、數(shù)據(jù)血緣等數(shù)據(jù)治理相關(guān)實(shí)戰(zhàn)知識(shí);
4、了解數(shù)據(jù)治理需求分析、數(shù)據(jù)建模、數(shù)據(jù)開發(fā);
5、了解多項(xiàng)大數(shù)據(jù)處理/分析相關(guān)的工具/框架,如Hadoop、Hive、Spark、kafka、HBase、Presto等;
6、熟練ETL數(shù)據(jù)清洗流程,熟悉ETL開發(fā)工具與平臺(tái),能基于數(shù)據(jù)治理平臺(tái)開展數(shù)據(jù)ETL工作;
7、熟練使用Spark、Flink計(jì)算引擎開發(fā)離線作業(yè)和實(shí)時(shí)作業(yè);
8、熟練使用平臺(tái)開發(fā)API接口服務(wù);
9、掌握數(shù)據(jù)安全分級(jí)分類、數(shù)據(jù)加密、數(shù)據(jù)脫敏、敏感數(shù)據(jù)識(shí)別等技能;
10、掌握數(shù)據(jù)可視化工具的使用,基于平臺(tái)配置數(shù)據(jù)源、數(shù)據(jù)集、儀表盤和數(shù)據(jù)大屏;