工作职责：

1. 数据架构规划：结合公司业务发展战略、业务流程及数据需求，规划企业级数据仓库、数据中台的整体模型架构，制定数据建模规范、标准与流程，建立统一的数据模型体系。 主导数据模型评审、版本管理与升级，建立数据模型文档体系，完善模型字典、ER图、设计规范等文档，保障模型可维护性；
2. 数据模型设计与开发：主导数据仓库分层（ODS、DWD、DWS、ADS等）设计与落地，明确各层级数据模型的职责、关联关系与数据流转规则。负责核心业务域（如用户、订单、商品、交易、运营等）的逻辑模型、物理模型设计，熟练运用维度建模、关系建模、ER建模等方法，完成星型模型、雪花模型的设计与实现；
3. 数据架构与性能优化：针对现有数据模型进行性能监控、问题诊断，优化模型冗余、数据倾斜、查询效率低等问题，提升数据处理速度与数据质量，降低数据存储与计算成本；
4. 技术攻坚与团队赋能：协同数仓开发、数据分析师、业务人员，梳理业务数据口径，解决数据歧义、数据口径不一致问题，确保数据模型贴合业务场景，满足数据分析、报表开发、数据应用、AI建模等数据使用需求。解决复杂业务场景下的数据建模难题，应对海量数据、多源异构数据整合的建模挑战，攻克数据模型设计与落地过程中的技术瓶颈。
5. 数据治理协同：配合数据治理工作，参与数据标准制定、数据质量监控、元数据管理，基于数据模型构建企业数据资产目录，推动数据资产化管理。

任职资格：

1、7年及以上数据仓库、大数据开发或数据中台系统开发相关工作经验，5年及以上数据建模、数据仓库设计相关工作经验，有大型互联网、电商、零售行业数据建模经验者优先；
2、精通数据仓库理论体系，熟练掌握维度建模、ER建模、Data Vault等主流建模方法论，具备大型数据仓库/数据中台从0到1搭建经验者优先；
3、熟悉数据仓库分层架构设计，精通ODS、DWD、DWS、ADS各层模型设计原则与实践，具备海量数据场景下的模型优化经验；
4、了解数据治理、元数据管理、数据质量相关理论与工具，具备数据标准制定、数据资产梳理经验。具备良好的业务理解能力，能快速梳理业务流程与数据逻辑，将业务需求转化为合理的数据模型；
5、 责任结果导向：以任务交付效率、模型复用率提升为核心目标，拆解工作节点，制定明确计划，确保按时高质量完成开发任务；
6、执行力 - 系统思维：能清晰梳理数仓分层逻辑与实时任务链路，设计兼顾复用性、扩展性与性能的开发方案，减少重复改造。