数据治理专家

工作内容
1.牵头设计并持续优化与集团战略相匹配的数据治理框架、政策、流程与标准（含数据标准、数据质量、元数据、主数据、交易数据等）。推动数据治理制度在集团及各业务单元的落地执行与常态化运营。
2.建立覆盖主数据与交易数据的数据质量度量体系与监控规则，定期开展数据质量评估与分析，推动业务部门进行数据质量整改与闭环管理。
3.组织制定核心主数据标准（如物料、客户、供应商等），并确保其在各类数字化系统中得到有效贯标。
4.牵头制定交易数据治理框架与标准。明确核心交易数据（工单、设备日志、库存流水、订单、报工、物流、支付等）的数据模型、指标口径、血缘关系与生命周期管理规则，推动交易数据标准在业务系统中落地贯标。
5.建立交易数据质量度量与监控体系。设计完整性、及时性、一致性、准确性等校验规则，定期开展交易数据质量评估，推动业务与IT团队闭环整改。
6.推动交易数据清洗、整合与AI-ready化。面向智能排产、需求预测、风险预警等AI场景，组织交易数据清洗、关联整合与特征化加工，构建可直接支撑模型训练与推理的数据层。
7.制定数据分类分级策略与数据安全管控规范，协同信息安全团队落实数据权限管理与风险防控。
8.确保集团数据实践符合DCMM等国家及行业标准要求，支撑相关评级与审计工作。
9.面向业务与技术团队开展数据治理培训，提升全员数据意识。
10.协同数据产品团队，梳理数据赋能业务场景（含主数据与交易数据在人力数据分析、A问数、智能排产等场景的应用），推动数据资产在业务决策中的有效落地。

任职条件
1.本科及以上学历，计算机、信息管理、数据科学、统计学等相关专业。
2.5年以上大型企业数据治理、数据管理或相关领域经验，制造业数字化经验优先；具备从0到1领导搭建企业级数据治理体系或成功实施大型数据治理项目的完整经验，有主导过主数据管理、数据中台建设等项目者优先。
3.具备交易数据治理完整项目经验。熟悉制造业交易数据（工单、设备、库存、订单、报工、物流等）者优先；有主导过交易数据清洗、整合、质量提升项目的实战经验。
4.精通DAMA、DCMM等主流数据治理理论框架，熟悉数据标准、数据质量、元数据管理等模块，能独立编写治理规范与操作流程。具备完整的体系搭建与项目推行实战经验。
5.了解大数据平台（Hadoop/Spark）及数据中台架构。熟悉数据仓库分层与流批一体架构，掌握ODS-DWD-DWS分层模型，熟悉ETL/ELT、数据清洗、实时计算（如Flink/Kafka/Spark）等技术，能支撑交易数据的批量与实时治理。
6.精通SQL语言及Oracle、MySQL、SQLServer等主流数据库产品，熟悉数据仓库ODS-DWD-DWS分层模型逻辑。
7.熟悉主流BI工具的使用逻辑，对帆软FineReport/FineBI有实操经验者优先。
8.有面向AI场景的数据治理与特征工程经验。能推动交易数据从“可统计”向“可训练”转化，支撑AI模型对时序行为数据的有效利用。
9.具备数据质量规则设计、监控与闭环整改能力。能独立编写交易数据质量规则，推动业务部门完成源头整改与常态化运营。
10.出色的跨部门沟通与协调能力，能驱动业务、IT等多方团队协作推进治理工作；能够影响高层决策，凝聚共识，驱动复杂组织变革；具备管理经验者优先。
11.具备较强的结构化思维、文档编写与演讲表达能力。