数据架构师

1.数据战略与架构设计

61制定企业级数据战略，规划 “湖仓一体” 架构蓝图，实现生产、供应链、销售、研发等多源数据的统一存储与管理。

61设计实时与离线融合的数据处理架构，支持设备故障预警（毫秒级响应）、能耗优化（动态调整）等场景需求。

61主导数据模型设计，构建分层数据底座（ODS/DWD/DWS），开发覆盖研产销的指标体系与标签体系。

2.数据平台建设与开发

61整合异构系统：搭建工业数据湖，整合金蝶 ERP、定制 MES、WMS、QMS、SRM、PLM 等系统数据，支持 PB 级非结构化数据的存储与分析。

61实时数据处理：开发实时数据处理流水线（Flink/Kafka），实现订单履约、生产排程等场景的分钟级数据更新。

61优化帆软集成：重构帆软 Report 工具与数据平台的对接，推动 BI 分析从 “散点需求” 向 “体系化决策支持” 升级，支持自助分析与管理驾驶舱建设。

3.数据治理与质量管控

61主数据管理：建立主数据标准（如产品、客户、供应商主数据），搭建主数据平台，制定数据分级分类、权限管理、脱敏策略，符合《数据安全法》《个人信息保护法》等法规要求。

61元数据治理：设计元数据管理体系，实现数据血缘追踪、数据溯源与异常检测，提升数据准确性（如生产数据准确率≥99%）。

61DCMM 贯标：推动数据管理能力成熟度提升，建立数据治理制度与流程。

4.业务赋能与价值挖掘

61场景化应用：与业务部门协作，识别高价值场景（如供应链库存优化、客户需求预测），设计数据驱动的解决方案。

61AI 模型开发：开发设备预测性维护、销售需求预测等 AI 模型，推动数据价值向业务场景转化。

5.技术选型与团队协作

61前沿技术引入：评估并引入湖仓一体平台、实时计算引擎等技术，提升平台性能与扩展性。

团队能力建设：指导数据开发团队，推动技术方案落地，培养初级工程师的数据架构能力。

基本任职资格(Minimum qualification required)：

任职要求

1、基本条件

61本科及以上学历，计算机、软件工程、统计学等相关专业。

615 年以上数据领域经验，其中 3 年以上制造业数据平台建设经验（如汽车、装备制造行业优先）。

61精通 Hadoop/Spark/Flink/Kafka 等大数据技术栈，熟悉湖仓一体架构设计。

2、核心能力：

61业务理解：熟悉研产销一体化流程，能快速定位业务痛点（如生产排程效率低、库存周转率差）。

61技术深度：

61掌握数据建模方法论（维度建模、实体关系建模），具备复杂数据模型设计能力。

61熟悉工业物联网（IIoT）数据采集与处理，了解 OPC UA、MQTT 等协议。

61掌握 SQL/PL/SQL，熟悉 ClickHouse/Doris 等分析型数据库。

61工具应用：

61熟练使用帆软 Report/FineBI，或具备与 Tableau/Power BI 集成经验。

61掌握数据治理工具（如 Collibra、Alation）、ETL 工具（如 DataStage、Informatica）。

3、软性素质：

61具备 “从战略到执行” 的闭环思维，能主导跨部门协作（如与 IT、生产、销售部门联动）。

61对制造业数智化转型有深刻理解，能推动技术方案与业务目标对齐。

4、加分项

61持有 CDA 数据分析师、DAMA 数据管理师等认证。

61有六西格玛、精益生产项目经验。

了解生成式 AI 技术（如 ChatGPT）在制造业的应用场景。