一、岗位概述
我们正在招募一位对工业数据有深刻理解的数据架构师，帮助公司在智能制造转型中构建高可靠、高性能且可扩展的数据平台。您将负责端到端的数据架构设计，包括数据集成、建模、治理与安全，确保来自 MES、SCADA、PLC、IoT 设备及业务系统的多源异构数据能够高效汇聚、统一标准、支撑 AI 与 BI 场景落地。
________________________________________
二、核心职责
1. 数据架构设计
- 结合 OT（生产现场）与 IT（业务系统）需求，设计企业级数据湖/数据仓库/实时数据流架构。
- 制定数据分层（ODS、DWD、DWS、ADS）与命名规范，满足分析、AI 训练与实时决策需求。
2. 数据集成与管道搭建
- 设计并实现跨系统数据采集与同步方案（OPC-UA、Modbus、MQTT、Kafka、CDC 等）。
- 构建可复用的 ETL/ELT 流程，支持批处理、微批及流式处理，确保数据质量与时效性。
3. 数据治理与主数据管理
- 牵头制定数据标准、元数据管理、数据血缘追踪及数据质量监控策略。
- 搭建主数据管理（MDM）体系，统一设备、物料、工艺及财务等核心维度。
4. 数据安全与合规
- 建立数据分级分类、权限管理与脱敏机制，满足 ISO 27001、GDPR、工业数据安全等合规要求。
- 与 IT 安全团队协作，制定备份与灾难恢复策略，确保关键生产数据零中断。
5. 性能优化与平台运维
- 对大规模时序/列存/图数据进行性能调优（索引策略、分区、并行计算）。
- 参与数据平台的监控告警、容量规划与成本优化，确保高可用与低延迟。
6. 跨部门协作
- 与数据科学家、AI 工程师、BI 团队紧密协作，提供适配的数仓模型和数据服务接口。
- 为工艺、质量、设备及运营团队提供数据资产目录与使用指南，推动数据文化落地。
________________________________________
三、任职要求
1. 教育背景
- 计算机科学、信息系统、自动化或相关专业本科及以上学历，硕士优先。
2. 工作经验
- 3–5 年数据架构或数据工程相关经验，至少主导或核心参与过 1–2 个制造业数据平台项目。
3. 技能与工具
- 数据平台：熟练掌握 Hadoop/Spark、Flink/Kafka、Hive/Hudi/Iceberg、ClickHouse/Greenplum 等。
- 数据建模：具备维度建模、Data Vault 或工业数据 ISA-95 分层模型实践。
- 编程与脚本：精通 SQL，熟悉 Python/Scala/Shell；了解 DevOps、CI/CD 流水线。
- OT 生态：了解 MES、SCADA、PLC 数据结构及工业协议（OPC-UA、Profinet）。
- 云与容器：有 AWS/GCP/Azure 或私有云（Kubernetes、Docker）部署经验。
4. 软技能
- 优秀的需求分析与方案落地能力，能够在多部门、多角色之间高效沟通。
- 强烈的结果导向与持续优化思维，对工业现场痛点有敏锐洞察。
5. 加分项
- 参与过工业互联网平台、数字孪生或边缘计算项目。
- 具备数据治理或信息安全相关认证（如 CDMP、CISSP）。
- 熟悉 Lean/Six Sigma、TPM 等制造业改进方法论。
举报职位