工作职责：
数据仓库架构与模型设计： 负责海量数据仓库的架构规划、分层设计与模型建设，熟练应用维度建模、范式建模等方法论，保障数据模型的合理性、扩展性与复用性。
高效ETL开发与优化： 负责ETL/ELT流程的设计、开发与持续优化，运用Hive/SparkSQL等技术提升数据处理效率、资源利用率和任务稳定性，解决性能瓶颈。
业务需求驱动与落地： 深入理解业务逻辑，将复杂的业务需求高效、准确地转化为可落地的数据需求、数据模型及技术解决方案，支持数据分析与应用。
数据资产治理与管理：
•参与数据治理体系建设，实践元数据管理、数据质量管理、数据血缘追踪；
•负责数据生命周期管理策略（包含但不仅于冷热数据分级存储、分区策略设计、存储优化）；
任职要求：
专业基础与经验：
•计算机、统计学、数学或相关专业本科及以上学历；
•5年以上数据仓库建设经验，精通数据仓库理论，具备大型企业级数据仓库建模成功经验（维度建模为主）。
核心技术能力：
•精通Hadoop生态系统，深入掌握Hive（调优经验丰富）、SparkSQL开发与性能优化；
•（加分项）熟悉数据湖/湖仓一体架构、Iceberg/Hudi等表格式，了解Flink/实时数据处理。
数据治理实战： 具备数据治理体系搭建或深度参与经验，熟练掌握元数据管理、数据质量监控（规则定义、探查、告警）方法论与工具。
业务理解与协作：
•优秀的跨部门沟通协调能力，能清晰理解业务痛点并转化为数据解决方案；
•具备复杂业务逻辑抽象为数据模型的能力，思维严谨。