数据治理工程师

1、数据治理体系建设：
从0到1搭建符合制造业特点的数据治理框架，涵盖数据标准管理、数据质量管理、元数据管理、主数据管理、数据安全管理等核心领域。
制定并发布全公司统一的数据管理制度、流程规范，并推动在各部门落地执行。
2、数据标准与主数据管理：
牵头梳理公司核心业务对象（如物料、产品BOM、设备、供应商、客户）的主数据标准，解决“一物多码”、“同名异物”等历史遗留问题。
针对电驱、电控、电机行业特性，建立标准化的技术参数指标字典（如功率、扭矩、转速、防护等级等），确保不同系统间数据口径一致。
3、数据质量管理：
设计并落地数据质量监控体系，定义完整性、准确性、一致性、及时性等质量规则。
开发数据质量稽核脚本，对核心数据资产进行常态化巡检，及时发现并推动修复数据问题。
建立数据质量问题闭环处理流程，形成“发现问题-分析根因-推动解决-效果评估”的良性循环。
4、元数据管理：
构建企业级元数据仓库，实现技术元数据（库表结构）、业务元数据（业务含义）和管理元数据（责任人、血缘关系）的集中管理。
建设数据血缘分析能力，支持问题数据的影响面分析和根因追溯，为AI Agent提供可信的数据来源证明。
5、数据安全与合规：
制定数据分级分类标准，对不同敏感级别的数据（如核心工艺参数、客户信息、财务数据）实施差异化的安全管控策略。
配合法务和IT安全团队，落实《数据安全法》、《个人信息保护法》等相关法规要求。
6、数据治理平台建设：
规划并推动数据治理工具/平台的选型与落地（如数据质量管理平台、数据标准管理平台、数据资产管理平台），提升治理工作的自动化水平。

任职资格1、学历与经验：
本科及以上学历，计算机、信息管理、数学或相关理工科专业。5年以上数据治理/数据管理相关工作经验。
优先考虑： 有制造业、特别是装备制造或汽车零部件行业经验者；有参与过大型企业数据治理从0到1建设经验者。2、专业能力：
2、方法论掌握： 深入理解DAMA（国际数据管理协会）数据管理体系或DCMM（数据管理能力成熟度评估模型），熟悉数据治理各领域的核心理论和实践。
数据质量管理： 熟悉数据质量六性标准，有实际的数据质量稽核和问题推动经验。
主数据管理： 熟悉制造业核心主数据（物料、BOM、设备等）的管理流程和常见问题解决方案。
元数据与血缘： 理解元数据管理价值，有数据血缘解析和可视化经验者优先。
技术能力： 熟练使用SQL，熟悉大数据生态组件（Hadoop, Hive, Spark）者优先；有数据治理工具（如Atlas, DataHub, Collibra, 国内厂商产品）使用经验者优先。
3、软性素质：
跨部门推动力： 数据治理本质是管理问题而非纯粹的技术问题。需要具备极强的沟通协调能力，能推动业务部门（研发、生产、供应链）配合执行数据标准。
业务理解力： 能够快速理解电驱、电控产品的研发流程和生产逻辑，将业务语言转化为数据标准。
耐心与原则： 面对海量历史数据和复杂业务现状，既要坚持治理原则，又要具备解决现实问题的灵活性。
4、加分项
有数据治理相关认证（如CDMP、DCMM评估师）者优先。
熟悉AI/机器学习对数据质量的要求，有支撑AI应用数据治理经验者优先。
有数据中台建设经验者优先。

面试信息