大数据治理工程师

岗位职责：
确保流入、加工、流出数据中台的数据是可靠的、标准的、安全的、易用的，为上层数据应用（如BI、风控、推荐系统）提供高质量的数据燃料，降低数据使用门槛和风险。
岗位要求： 要求5年及以上 大数据领域或数据治理相关经验，会java或者python.
行业背景： 有互联网、金融、零售等数据驱动型行业背景者优先
项目经验： 有参与过数据中台建设、数据平台治理、大型数据仓库规范化等项目经验是极大的加分项。
学历： 计算机科学、信息技术、数据科学等相关专业本科及以上学历。
数据中台理念与架构理解：
深刻理解数据中台的概念、核心价值（数据业务化、服务化）及其与传统数据仓库、数据平台的差异。
了解数据中台的典型分层架构（数据采集与集成、数据开发与建模、数据资产管理、数据服务）以及治理工作在各层的嵌入点。
强大的技术实践与工具能力：
SQL是必备基础，要求能熟练编写复杂SQL进行数据探查、质量核查和影响分析。
大数据技术栈： 熟悉Hadoop、Hive、Spark、Flink、Maxcompute、Hologres等大数据组件，了解数据在这些平台上的处理和存储原理。
治理工具平台：
元数据管理： 有Atlas、Datahub、OpenMetadata等开源工具或商业产品的应用和实施经验，能进行血缘分析、影响分析。
数据质量： 有Griffin、Deequ、Apache Griffin或商业数据质量工具的经验，能设计、部署和监控质量规则。
数据安全： 了解Ranger、Sentry等权限管控工具，熟悉数据脱敏、加密技术。
主数据管理： 有相关工具经验为佳。
核心治理领域深度：
数据质量： 不仅是定义规则，更要能自动化实现。 能通过技术手段（编写脚本、配置工具）对数据中台中的表进行监控、告警和生成质量报告。
元数据管理： 强调自动化采集。关注技术元数据（表结构、任务依赖）、操作元数据（任务运行状态、消耗资源）和业务元数据（业务指标口径）的打通和应用。
数据标准与建模： 熟悉维度建模理念，能参与制定中台内公共层（如DWD、DWS）的数据模型规范和开发标准。
数据安全与隐私： 熟悉GDPR、国内数据安全法等法律法规，能在中台内推动数据分级分类、权限管控和隐私合规方案的落地。
数据血缘与影响分析： 能利用工具构建端到端的数据血缘，快速定位数据问题的影响范围，这是数据中台治理的核心能力之一。