数据分析师 (MJ001987)

职位描述：
我们正在寻找一位具备制造业背景、扎实数据分析技能和丰富BI开发经验的数据分析师，加入我们的集团数据团队。该岗位将负责集团层面的数据治理、指标体系建设，以及各类业务报表和驾驶舱的设计与开发，通过数据驱动业务决策，提升运营效率。同时，我们期待您能将AI分析能力应用于实践，特别是对本体论及大模型与数据结合有深入理解者，将是我们重点培养的对象，共同探索数据智能在制造业的创新应用。

岗位职责：

1. 集团数据治理：
参与制定和完善集团数据治理相关政策、制度和标准，确保数据质量、一致性、安全性和合规性。
负责或参与数据资产的梳理、分类、分级和元数据管理，建立数据目录。
推动数据质量管理流程，包括数据质量监控、问题发现、分析与改进。
协助进行数据安全与隐私保护相关工作，确保数据使用符合法规要求。

2. 指标体系建设：
深入理解制造业各业务板块（如生产、供应链、销售、财务、质量等）的战略与运营需求，梳理并设计关键绩效指标（KPIs）和业务监控指标。
建立和维护集团层面的指标体系，明确指标定义、口径、数据来源及计算逻辑，形成指标字典。
确保指标体系能够有效支撑业务分析、绩效评估和战略决策。

3. BI报表与驾驶舱开发：
基于帆软BI（FineBI/FineReport）等工具，负责集团及各业务单元各类常规报表、交互式仪表盘（驾驶舱）的需求分析、设计、开发、测试与上线。
优化报表性能和用户体验，确保数据的准确性和及时性。
响应业务部门的临时数据查询和报表需求，提供数据支持。

4. ETL/ELT数据处理：
参与数据抽取、转换、加载（ETL/ELT）流程的设计、实现与优化，确保数据从源系统到数据仓库/数据集市的高效、准确流转。
熟悉至少一种ETL工具（如Kettle, Informatica, DataX等）或有相关经验者优先。

5. AI分析与数据智能探索：
利用机器学习、统计分析等方法，对制造业核心业务数据（如生产数据、质量数据、设备数据等）进行深度挖掘与分析，发现潜在规律、趋势和问题，为业务优化提供建议。
探索AI与数据分析的结合： 尝试将AI技术（如需求预测、异常数据自动识别）应用于实际业务场景，提升数据价值。
大模型与数据应用： 探索大语言模型（LLM）在数据分析、自然语言查询（NLQ）、智能问答等场景下的应用，提升数据分析效率和易用性。
本体论应用： （加分项）利用本体论思想构建领域知识图谱或数据语义模型，提升数据的理解和关联分析能力，支撑更智能的数据应用。

6. 跨部门协作与沟通：
与各业务部门紧密合作，理解业务痛点与需求，提供专业的数据分析和解决方案。
参与数据相关项目的规划与实施，确保项目目标的达成。
编写数据分析报告、数据文档和用户手册，进行必要的培训。

任职要求：

1. 学历与专业： 本科及以上学历，统计学、数学、计算机科学、数据科学、工业工程、制造业相关专业优先。
2. 工作经验：
3-5年以上数据分析相关工作经验，有制造业（如汽车、电子、机械、化工等）行业经验者优先。
具备集团层面数据治理、指标体系建设或大型BI项目实施经验者优先。
3. 专业技能：
数据库： 精通SQL，熟练掌握Oracle、SQL Server、MySQL等至少一种主流关系型数据库，能够编写复杂的查询语句、存储过程等。
BI工具： 精通帆软BI（FineBI/FineReport）的设计、开发与部署，有丰富的报表、看板制作经验。了解其他BI工具（如Tableau, Power BI）者加分。
ETL/ELT： 了解ETL/ELT基本概念，有Kettle、Informatica、DataX等ETL工具使用经验者优先。
数据治理： 熟悉数据治理方法论、数据质量管理、元数据管理、数据标准等者优先。
AI与数据分析： 具备良好的数据分析能力，熟练掌握Python/R等至少一种数据分析工具，熟悉Pandas, NumPy, Scikit-learn, Matplotlib/Seaborn等库。
有AI分析项目经验，如预测模型、分类模型、聚类分析等者优先。
对本体论有基本理解，或有知识图谱构建经验者优先。
对大模型（LLM）原理及其在数据分析、自然语言处理（NLP）等领域的应用有深入思考和实践经验者优先，如使用过OpenAI API, 文心一言, 通义千问等进行过数据分析相关的开发或探索。
4. 软技能：
优秀的逻辑思维能力、问题分析与解决能力。
良好的沟通表达能力和跨部门协作能力，能够清晰地向非技术人员阐述复杂的数据分析结果。
强烈的责任心、学习能力和抗压能力，能适应快节奏的工作环境。
具备良好的文档编写能力和团队协作精神。