一、岗位描述 1、参与集团级离线/实时数据仓库的架构设计与主题域建模，参与 ODS→DWD→DWS→ADS 分层体系建设与持续迭代； 2、参与业务条线（零售/会员/供应链等）数据模型规划、ETL 开发、任务编排与性能优化，保障核心数据资产的准确性、及时性与可复用性； 3、基于 Hadoop/Hive/Spark/Flink/Kafka 等生态组件，参与建设日志采集、数据同步、清洗标准化、明细/汇总加工的全链路数据管道； 4、参与推进数据治理工作，包括数据质量监控、血缘管理、口径统一及 SLA 保障；沉淀标准化的数据字典、指标体系与知识库，降低业务与技术的沟通成本； 5、参与推进数据资产的AI-Ready化改造，规范元数据语义、完善字段注释与业务上下文，为知识库检索、RAG（检索增强生成）及大模型应用提供高质量语料基础； 6、参与跟进湖仓一体、流批一体等数据工程演进方向，探索 Iceberg/Paimon、OLAP引擎及大模型驱动的数据分析场景落地。 二、岗位要求 1、本科及以上学历，计算机、软件工程、大数据、数据科学等相关专业优先； 2、扎实的 SQL 能力，熟悉复杂查询、窗口函数、执行计划分析与常见性能调优； 3、熟悉 Hadoop 生态（HDFS/YARN/MapReduce）、Hive/Spark SQL 离线数仓开发；了解 Flink/Kafka 实时数据处理链路，具备流批一体意识者优先； 4、了解维度建模方法（星型/雪花模型、事实表/维表设计、SCD），理解数仓分层与主题域抽象，能在指导下完成业务模块的模型设计； 5、具备编码能力，熟练掌握 Java、Scala、Python 中至少一门，能用 Shell 编写自动化脚本；有 Spark/Flink 作业调优、数据倾斜处理经验者优先； 6、了解 DataX/Kafka Connect/Airflow/DolphinScheduler 等同步与调度工具，理解任务依赖、分区、幂等重跑等基本工程概念； 7、对业务有好奇心，能快速理解业务过程并映射为数据模型；具备良好的文档与结构化表达能力，有数据知识库、数据字典或元数据平台建设经验者优先； 8、加分项：了解 RAG、知识图谱、向量数据库等大模型相关技术原理，理解高质量结构化数据对 LLM 应用的重要性；有 AI-Ready 数据集建设或大模型数据预处理实践经验者优先。