高级数仓工程师

工作职责
1. 主导企业级数据仓库的分层架构设计与核心模型开发，严格遵循Kimball维度建模方法论完成ODS/DWD/DWS/ADS各层模型落地，保障全链路数据的一致性、易用性与可扩展性。
2. 负责大数据计算任务的性能优化与数据治理专项，针对性解决Hive/Spark SQL运行中的数据倾斜、小文件堆积、任务长尾等生产问题，搭建数据质量监控、元数据管理体系，持续推进计算与存储成本优化。
3. 统筹离线与实时数据链路的迭代建设，保障离线数仓T+1任务的产出时效与SLA达标率，参与基于Flink的实时数仓搭建，支撑核心业务指标的分钟级/秒级产出需求。
4. 牵头制定并落地数据开发全流程规范，覆盖模型命名、分层设计、权限管控、表生命周期管理等全环节，参与团队代码评审，整体提升数据研发的工程质量与交付效率。
5. 深度对接数据分析师、产品经理等业务侧角色，将业务需求转化为可落地的数据模型方案，统一核心指标的统计口径，为业务决策、数据分析场景提供稳定高效的数据支撑。
任职要求
1. 本科及以上学历，计算机、数学、统计学等相关专业。
2. 拥有5年以上数据仓库/大数据开发经验，其中至少3年专职负责数仓模型设计工作，熟悉数据仓库ODS-DWD-DWS-ADS分层架构，熟练掌握星型/雪花模型、缓慢变化维、拉链表等维度建模核心方法。
3. 精通Hive SQL与Spark SQL，具备丰富的生产环境性能调优经验，能够独立处理数据倾斜、MapJoin优化、小文件合并等常见问题；熟练掌握Hadoop/Hive/Spark大数据生态，具备日增量TB级以上海量数据的处理实战经验。
4. 熟练使用至少一种主流调度工具（Airflow/DolphinScheduler/DataWorks等），具备完整的ETL任务调度依赖配置与生产运维经验；理解数据治理核心逻辑，有实际的数据质量校验、元数据管理或数据血缘梳理落地经验。
5. 具备扎实的编程能力，能够熟练使用Python或Java开发数据处理脚本，满足定制化数据加工需求。
6. 具备实时数仓（Flink/Kafka/CDC/流批一体）、数据湖（Iceberg/Hudi/Delta Lake）、云原生数仓（MaxCompute/EMR/Snowflake/Databricks）或数据治理工具（Atlas/DataHub/dbt）实施经验者优先；有互联网、电商、金融或大型SaaS行业数仓建设经验者优先。