数据治理工程师

一、岗位核心目标
在研发团队中，负责公司智能系统的数据资产治理工作，构建统一的数据标准与规范，提升数据质量，实现数据的高效管理与利用，为AI模型训练和生产决策提供可靠的数据支撑，推动公司生产的数字化转型。
二、岗位职责
1. 数据治理体系建设：
￮ 结合矿业生产的业务特点和数据需求，设计并实施数据资产目录与统一数据标准，确保矿业生产数据、地质勘探数据、设备运行数据等各类数据的一致性、准确性和完整性。
￮ 构建三级数据模型（概念模型→逻辑模型→物理模型），针对矿业数据的复杂性和多样性，优化数据模型的设计，实现数据的规范化管理和高效利用。
￮ 建立数据质量监控与治理体系，定期进行数据质量评估与改进，针对矿业数据的特殊性，制定专项数据质量提升方案，提高数据质量水平。
2. 数据湖仓一体架构搭建：
￮ 负责数据湖仓一体架构的设计与搭建，结合矿业数据的存储和处理需求，优化数据湖仓的架构设计，实现数据的集中存储和高效管理。
￮ 实现AI可消费的标准化数据，为AI模型训练提供高质量的数据输入，针对矿业AI应用场景，对数据进行预处理和特征工程，提高数据的可用性和价值。
￮ 负责数据的清洗、转换与加载（ETL）工作，针对矿业数据的来源多样性和格式复杂性，设计并实现高效的ETL流程，确保数据的准确性和及时性。
3. 数据安全与合规管理：
￮ 制定并实施数据安全策略，保障矿业数据在存储、传输和使用过程中的安全，针对矿业数据的敏感性和保密性，加强数据访问控制和加密管理。
￮ 负责数据合规性管理，确保数据处理符合相关法律法规和行业标准，特别是矿业行业的数据安全和隐私保护要求。
￮ 建立数据访问控制机制，对数据的访问权限进行严格管理，确保只有授权人员能够访问敏感数据。
4. 团队协作与技术支持：
￮ 与云计算工程师、AI工程师等团队成员密切协作，确保数据在各系统之间的顺畅流转与共享，共同推进矿业工业智能系统的建设和优化。
￮ 为矿业研发团队和业务部门提供数据支持，协助解决业务过程中遇到的数据相关问题，参与数据分析和决策支持工作，提供专业的数据建议。
￮ 跟踪数据治理领域的新技术、新方法，结合矿业行业的特点，引入并应用到实际工作中，提升数据治理水平和效率。
三、任职资格
1. 学历与专业：本科及以上学历，计算机科学、统计学、数据管理等相关专业。
2. 技术能力：
￮ 熟悉数据湖仓一体架构与数据资产管理，具备数据治理项目实施经验，有矿业行业数据治理经验者优先。
￮ 掌握数据建模与数据标准制定方法，能够独立完成数据模型的设计与开发，熟悉矿业数据的特点和业务流程(比如生产系统、IOT系统、物流系统等数据流转)。
￮ 了解工业数据采集与预处理技术，具备工业数据治理经验，熟悉矿业数据的采集、传输和处理流程。
￮ 熟悉数据质量评估与改进方法，能够运用数据分析工具进行数据质量分析，制定数据质量提升方案。
3. 工具使用：
￮ 熟练使用至少一种数据治理工具（如Informatica、Talend等），能够进行数据的清洗、转换与加载。
￮ 精通SQL语言，能够熟练进行数据库操作与数据查询，熟悉矿业数据库的特点和应用场景。
￮ 熟悉数据分析工具（如Python、R），能够运用数据分析工具进行数据挖掘与分析，为矿业生产决策提供数据支持。
4. 职业素养：
￮ 具备较强的逻辑思维能力，能够从复杂的矿业数据中发现问题并提出解决方案，为矿业生产的优化和决策提供数据支持。
￮ 具备良好的沟通能力与团队协作精神，能够与不同团队成员有效沟通与协作，共同推进矿业工业智能系统的建设和优化。
￮ 具备较强的责任心与耐心，能够承担繁琐的数据治理工作，确保数据的准确性和完整性。
￮ 具备较强的学习能力，能够快速掌握新技术、新方法，并应用到实际工作中，适应矿业行业技术快速发展的需求。
四、福利补贴：五险一金、年终奖金、绩效奖金、餐饮补助、定期体检、差旅补助等
备注：常驻办公成都，很少出差