数仓开发高级/资深工程师

工作职责： 1、数据仓库建设与优化：基于消费电子电商业务（商品管理、订单履约、库存调度、用户行为、营销活动等），依托 DataWorks 完成数仓分层架构（ODS/DWD/DWS/ADS）设计与落地；重点负责公共层数据域（含公共维度、公共指标、公共代码等）的标准化设计与复用推广，以及应用层主体域（用户、商品、订单、库存、营销、供应链等）的主题模型构建。 2、数据链路开发与维护：通过 DataWorks 完成实时 / 离线数据同步、清洗、转换、加载（ETL/ELT）开发，对接业务系统（电商平台、ERP、CRM、WMS、广告投放平台等），确保公共层数据域的一致性与应用层主体域的数据完整性；依托 DataWorks 调度系统进行任务配置、监控与运维，快速定位解决数据异常、任务失败等问题，保障数据可用性≥99.9%。 3、业务数据支撑与落地：对接运营、产品、财务、供应链等部门，拆解业务需求（如 GMV 增长分析、爆款商品转化漏斗、库存周转率监控、用户复购运营等），基于公共层数据域复用能力与应用层主体域模型，通过 DataWorks 输出数据模型、指标报表与数据服务；搭建消费电子行业核心指标体系（如客单价、复购率、库存周转天数、新品动销率、广告 ROI 等），支撑业务决策与数据化运营。 4、数据工具与平台优化：基于 DataWorks 整合数据可视化平台（FineBI）、数据服务接口（API），降低业务部门对公共层数据、应用层主题数据的使用门槛；推动 DataWorks 上数据研发流程标准化、自动化，重点规范公共层数据域的开发规范与应用层主体域的复用机制，提升团队研发效率（如脚本复用、规范制定、工具封装）。 5、AI + 数据开发融合：探索 AI 技术在数据开发中的应用，如通过智能建模、自动数据清洗、异常检测、指标推荐等 AI 能力，提升数仓建设效率与数据质量；支撑 AI 业务场景的数据需求（如用户画像标签自动化生成、智能库存预测、爆款商品识别等），提供高质量的特征数据与数据服务。

任职资格： 1、教育背景：本科及以上学历，985 / 211 或 同等水平院校优先，计算机、数学、统计学、数据科学等相关专业优先。 2、工作经验：5年以上数据研发经验，至少 3年消费电子 / 电商行业/供应链行业相关经验，有公共层数据域与应用层主体域设计落地经验者优先，对数仓建设有数字化的运营经验。 3、技术能力：熟练使用Java/Python等一种或者多种高级语言，熟练运用 Spark（Scala/Python）、Flink 进行实时计算开发，掌握 Hadoop 生态工具；精通 MySQL/PostgreSQL 等关系型数据库（表设计、索引优化），熟练使用 Hive/HBase/ClickHouse/Paimon/Hudi 等大数据存储引擎；探索AI Agent在数据开发场景的下的落地和使用。 4、专业能力：掌握维度建模理论（星型 / 雪花模型），具备数据仓库公共层数据域（公共维度、指标、代码）标准化设计、应用层主体域主题模型搭建的全流程经验，能独立完成数仓分层优化；理解消费电子电商核心业务逻辑（商品生命周期、订单流转、库存管理、用户运营），能从业务需求中提炼数据指标并落地到对应数据域；能结合 AI 技术优化数据开发流程或支撑 AI 业务场景的数据需求。 5、工具经验：精通 DataWorks 平台应用，熟悉其数据集成、数据开发、调度运维等核心模块；具备在 DataWorks 中调度 Spark/Flink 等计算任务的经验。 6、软技能：具备良好的业务理解能力、逻辑思维能力与跨部门沟通能力，能快速响应业务需求；具备良好的问题排查与故障解决能力。 加分项： 1、有云厂商（如阿里云、腾讯云、AWS、GCP 等）上的数据开发 / 数据平台实践经验； 2、了解数据安全与合规的基本要求，如分级分类、脱敏、权限、审计、个人信息保护等； 3、有大模型在数据开发中的应用（如 SQL 自动生成、数据需求意图识别、智能数据校验等）者优先。