大数据工程师

一、岗位职责​
数据采集与整合：负责零售业务全链路数据的采集工作，包括门店销售数据、会员消费数据、供应链库存数据、线上平台流量数据等，搭建并维护数据采集体系，确保数据来源的完整性与时效性；同时完成多源数据的清洗、整合与标准化处理，构建统一的企业数据资产库。​
数据分析与建模：基于业务需求开展专项分析，如消费者画像构建（分析会员年龄、消费偏好、复购频率等特征）、商品销售预测（结合季节、促销活动、区域消费差异预测商品销量）、门店运营优化（分析门店坪效、客流转化、员工效能等数据）；运用回归分析、聚类分析、关联规则等算法，搭建零售场景下的数据模型，为业务决策提供量化支撑。​
数据可视化与报告输出：设计并维护企业数据看板（如销售实时监控看板、库存健康度看板、会员增长看板），通过 帆软、Power BI 等工具将复杂数据转化为直观易懂的可视化图表；定期输出数据分析报告，提炼数据洞察，针对业务问题提出可落地的优化建议（如滞销商品调整、促销活动效果改进等）。​
数据安全与协作支持：严格遵守数据安全相关法规及企业制度，保障零售数据（尤其是会员隐私数据）的安全存储与合规使用；与采购、运营、营销等部门紧密协作，理解业务痛点，提供定制化的数据解决方案，协助业务团队落地数据驱动的运营策略。​
二、任职要求​
学历与专业：本科及以上学历，统计学、数学、计算机科学与技术、数据科学、大数据分析等相关专业，有 1-3 年零售、快消行业大数据分析经验者优先。​
技能要求​
熟练掌握 SQL 语言，能高效完成复杂数据查询、多表关联分析；​
熟悉 sap hana，oracle等库，能独立完成数据处理与可视化；​
了解零售行业业务逻辑（如商品分类、促销规则、会员体系），有销售预测、库存优化相关项目经验者优先；​
掌握 帆软、Power BI 等至少一种数据可视化工具，能独立设计符合业务需求的数据看板。​
素质要求：具备较强的逻辑思维能力与问题解决能力，能从海量零售数据中挖掘核心信息；拥有良好的沟通表达能力，可清晰向非技术岗位同事传递数据结论；工作严谨细致，有责任心，能承受一定的业务压力；具备持续学习意识，关注零售行业大数据技术发展趋势。