职位描述
1、 数据治理策略制定与执行：
- 参与企业级数据治理体系的设计和优化，推动数据治理政策、制度及流程的完善，建立数据治理目标并推动执行落地。
- 结合企业业务需求，制定数据分类、分级、共享、存储、使用等规范，确保数据安全与合规性。
2、 AI技术驱动的数据治理落地：
- 利用AI技术（利用开源大模型如DeepSeek进行数据进行机器学习、知识图谱构建等）结合数据治理框架，推动智能数据分析、数据清洗、数据质量管理及数据价值挖掘。
- 负责AI在数据治理中的应用场景设计与实施，例如：
数据自动分类与标注；
异常检测与风险识别；
数据关联性分析与知识图谱构建；
智能化数据清洗与补全。
3、 跨部门协作与技术支持：
- 与其他团队（如业务部门、技术团队）紧密合作，提供数据治理和AI落地的技术支持。
- 负责企业内部的数据治理培训和技术推广，提升数据治理意识和能力。
4、 工具与平台建设：
- 参与设计并实施智能化数据治理平台，整合现有数据资源与AI能力，提升治理效率。
- 探索和引入先进的数据治理工具、算法及框架，结合企业实际情况进行定制化优化。
5、 风险控制与合规管理：
- 负责数据安全、隐私保护、合规性方面的评估与实施，降低数据相关风险。
- 制定应急响应机制，确保在数据泄露或异常事件发生时能够快速处置。
6、 数据分析与价值挖掘：
- 通过AI技术分析企业数据资产的价值潜力，推动数据驱动的决策和业务增长。
职位要求
1、计算机科学、信息管理、数学、统计学或相关专业本科及以上学历；
2、5年以上数据治理相关工作经验并提供具体项目案例，有AI技术结合数据治理的经验者优先；
3、熟悉数据治理框架（如DAMA-DMBOK）和相关政策法规。
4、有企业数据治理的实践经验，并能带领团队专研新的数据治理模式，有较强跨门协调沟通能力。
5、深入理解数据治理的核心概念，包括但不限于数据质量管理、主数据管理、元数据管理、数据安全与隐私保护；
6、熟悉AI工具和技术（如Python、机器学习等）在数据分析和治理中的应用；
7、具备良好的数据建模能力，熟悉主流的数据库技术及ETL流程。
8、具有较强的逻辑思维能力和问题解决能力，能够快速理解业务需求并转化为技术方案；
9、优秀的沟通与协作能力，能够与跨部门团队高效合作；
10、对新兴技术和行业趋势有敏锐洞察力，愿意持续学习和创新。
加分项：
- 有大型制造业或服务企业集团的数据治理经验优先；
- 有相关SAP、CRM（Salesforce）、SRM、MES、WMS等系统结合数据治理落地经验优先；
- 具备AI落地项目经验，特别是与数据治理相关联的场景；
- 熟悉知识图谱构建技术者优先。