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。