中国僵尸片,亚洲欧美国产另类视频,亚洲精品无码人妻无码,亚洲有码转帖,亚洲欧美精品伊人久久,97精品依人久久久

崗位職責(zé):
1.依據(jù)集團(tuán)《數(shù)據(jù)基本法》及數(shù)據(jù)管控要求，構(gòu)建公司數(shù)據(jù)治理體系，明確數(shù)據(jù)管理組織架構(gòu)，確保組織權(quán)責(zé)清晰;
2.制定數(shù)據(jù)管理制度與管理機(jī)制，并跟蹤落地執(zhí)行;
3.參與集團(tuán)數(shù)據(jù)管理能力評價工作，按照評價標(biāo)準(zhǔn)準(zhǔn)備交付物，支撐公司數(shù)據(jù)管理能力提升;
4.負(fù)責(zé)組織業(yè)務(wù)單位在數(shù)據(jù)資產(chǎn)平臺構(gòu)建各單位數(shù)據(jù)資產(chǎn)分類分級目錄，覆蓋重要核心數(shù)據(jù)及指標(biāo)相關(guān)數(shù)據(jù)，完成數(shù)據(jù)資產(chǎn)目錄的定義與注冊。
5.采集并導(dǎo)入系統(tǒng)技術(shù)元數(shù)據(jù)，關(guān)聯(lián)邏輯實(shí)體與物理表，組織技術(shù)團(tuán)隊(duì)補(bǔ)充表內(nèi)字段注釋，確保元數(shù)據(jù)完整性與準(zhǔn)確性;
6.補(bǔ)充數(shù)據(jù)資產(chǎn)數(shù)據(jù)分級及全生命周期信息，依據(jù)公司數(shù)據(jù)安全等級判定標(biāo)準(zhǔn)，落實(shí)不同級別數(shù)據(jù)的安全管控策略；
7.組織開展各單位核心經(jīng)營指標(biāo)的全流程治理，覆蓋指標(biāo)設(shè)計發(fā)布、數(shù)據(jù)設(shè)計、數(shù)據(jù)探源認(rèn)證、模型服務(wù)設(shè)計、指標(biāo)數(shù)據(jù)應(yīng)用全環(huán)節(jié)，拆解原子指標(biāo)與數(shù)據(jù)項(xiàng)，明確指標(biāo)對應(yīng)的業(yè)務(wù)過程與技術(shù)架構(gòu)。
8.結(jié)合業(yè)務(wù)場景，開展數(shù)據(jù)調(diào)研與需求分析，設(shè)計數(shù)據(jù)分析技術(shù)解決方案，參與數(shù)據(jù)倉庫架構(gòu)設(shè)計與數(shù)據(jù)平臺建設(shè);
9.負(fù)責(zé)數(shù)據(jù)接入、數(shù)據(jù)清洗、數(shù)據(jù)建模、數(shù)據(jù)映射與數(shù)據(jù)可視化工作，開發(fā)數(shù)據(jù)服務(wù)(API)以支撐業(yè)務(wù)系統(tǒng)調(diào)用;
10.優(yōu)化系統(tǒng)性能與數(shù)據(jù)模型，解決數(shù)據(jù)開發(fā)過程中的技術(shù)風(fēng)險，定期對數(shù)據(jù)模型、ETL流程進(jìn)行性能調(diào)優(yōu)，保障數(shù)據(jù)處理效率與系統(tǒng)穩(wěn)定性；參與數(shù)據(jù)質(zhì)量監(jiān)控邏輯設(shè)計，制定質(zhì)量規(guī)則，提出質(zhì)量改善方案并落實(shí);
11.領(lǐng)導(dǎo)臨時交辦的其他事項(xiàng)。

任職要求:
1.計算機(jī)科學(xué)與技術(shù)、數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)等相關(guān)專業(yè)本科及以上學(xué)歷;
2.具備1年以上數(shù)據(jù)相關(guān)工作經(jīng)驗(yàn)，1年以上數(shù)據(jù)治理(含體系搭建、分類分級、指標(biāo)治理)經(jīng)驗(yàn)或大數(shù)據(jù)開發(fā)與建模經(jīng)驗(yàn)；有大型企業(yè)(尤其是汽車行業(yè)或集團(tuán)型企業(yè))數(shù)據(jù)管理經(jīng)驗(yàn)或參與過國資央企大數(shù)據(jù)平臺建設(shè)者優(yōu)先。
3.熟練掌握數(shù)據(jù)治理框架與最佳實(shí)踐(如DCMM、DAMA)，深入理解數(shù)據(jù)分類分級、元數(shù)據(jù)管理、數(shù)據(jù)質(zhì)量管理、數(shù)據(jù)安全管理等核心模塊。
4.熟悉Hadoop生態(tài)組件(HDFS、YARN、MapReduce),熟練使用Spark(離線計算)、Flink(實(shí)時計算)、Hive(數(shù)據(jù)倉庫)、Kafka(消息隊(duì)列)、HBase(NoSQL 數(shù)據(jù)庫)、Clickhouse(OLAP 數(shù)據(jù)庫)等至少2種以上大數(shù)據(jù)組件，具備組件部署、配置與優(yōu)化能力。
5.熟悉Oracle、MySQL等關(guān)系型數(shù)據(jù)庫，熟練編寫SQL語句；掌握J(rèn)ava/Scala(大數(shù)據(jù)開發(fā))、Python/Shell腳本開發(fā)；熟悉ETL工具(Sqoop、DataX、Kettle、Flume)的數(shù)據(jù)遷移與處理流程。
6.理解數(shù)據(jù)倉庫分層架構(gòu)(ODS、DWI、DWR、DM)，具備維度建模、事實(shí)建模能力，能獨(dú)立完成數(shù)據(jù)模型設(shè)計與落地；了解數(shù)據(jù)可視化工具(如 Tableau、PowerBI)，可結(jié)合業(yè)務(wù)需求輸出可視化分析報表者優(yōu)先。