数据开发与数据治理（线上面试）

1 数据仓库/数据中台开发：
基于业务需求与架构规划，独立完成数据仓库模型（维度建模）的设计、评审与开发实施，包括ODS、DWD、DWS、ADS等各层数据模型的构建与优化。
负责在主流大数据平台（如阿里云DataPhin等） 上，完成数据同步、清洗、转换、加载等数据开发任务，保障数据生产链路的高效与稳定。
2 数据集成与处理：
负责异构数据源（数据库、日志、API等）的数据集成开发工作，设计并实现高效、可靠的数据接入方案。
编写高质量、可维护的SQL、Python代码，处理大规模数据，开发复杂的数据计算逻辑，满足业务指标和数据产品的需求。
3 有维度建模实施经验
4 数据治理与质量保障：
在开发过程中，落地执行数据开发管理规范、数据质量标准，编写数据质量稽核代码，参与数据问题的排查与修复。
配合数据治理团队，参与数据标准、数据资产目录梳理的相关技术实现工作，确保数据资产的规范性和可管理性。
5 运维与优化：
负责日常数据任务的监控、运维和性能调优，及时处理任务报警与故障，保障数据产出的时效性与准确性。
持续优化数据计算和存储资源，降低数据加工成本。
任职要求
必备条件：
1 学历与经验： 本科及以上学历，计算机、软件工程、数学等相关专业，拥有2年及以上数据仓库/数据开发相关工作经验。
2 技术能力：
精通SQL，具有出色的复杂逻辑SQL编写和优化能力，熟悉Hive、Spark SQL者优先。
熟练掌握Python，能使用Python进行数据处理、脚本开发或简易工具开发。
具备扎实的数仓理论基础，熟悉维度建模方法论，有完整的数据模型设计与落地经验。
具有在主流大数据平台（特别是阿里云DataPhin）上进行数据集成、数据开发的实际项目经验。
3 专业知识：
熟悉数据开发全流程，了解数据集成、数据治理相关领域的核心概念与工作内容。
了解大数据生态常用组件（如Hadoop、Hive、Spark、Flink等）的基本原理。
4 能力与素质：
具备良好的逻辑思维能力、分析问题和解决问题的能力。
责任心强，工作细致，具备良好的团队协作精神和沟通能力。