大數(shù)據(jù)平臺與工程中心總監(jiān)是統(tǒng)籌大數(shù)據(jù)平臺建設、高質量數(shù)據(jù)集建設及工程化落地及團隊管理的核心高管崗位，既要具備頂尖的大數(shù)據(jù)技術能力，又要擁有全面的戰(zhàn)略規(guī)劃和組織管理能力，其核心圍繞大數(shù)據(jù)平臺的全生命周期管理和工程中心的高效運作展開，全面主導高質量數(shù)據(jù)集的全生命周期建設與管理，搭建標準化、可規(guī)?；臄?shù)據(jù)生產體系，為大模型訓練、AI應用落地及數(shù)據(jù)創(chuàng)新應用和要素價值激活提供穩(wěn)定、可靠、合規(guī)的數(shù)據(jù)支撐，推動數(shù)據(jù)價值最大化轉化。
崗位職責：
1.戰(zhàn)略與架構規(guī)劃：制定大數(shù)據(jù)平臺與工程中心的中長期技術戰(zhàn)略，結合公司業(yè)務目標確定平臺架構方向，設計并落地全流程數(shù)據(jù)治理框架，覆蓋數(shù)據(jù)采集、清洗、標注、存儲、版本控制、交付全鏈路，制定數(shù)據(jù)標準（準確性、一致性、多樣性、時效性）與 SOP 規(guī)范。構建多模態(tài)數(shù)據(jù)（圖像、視頻、3D 點云、文本等）處理架構，適配 Lakehouse、數(shù)據(jù)湖等存儲方案（Hive、Iceberg、Delta Lake），保障千萬級以上數(shù)據(jù)量的高效管理與復用。規(guī)劃數(shù)據(jù)質量監(jiān)控體系，設計自動化校驗工具與人工審核（Human-in-the-Loop）結合的工作流，建立質量評估指標與閉環(huán)改進機制。?
同時負責技術平臺的整體設計、搭建與迭代，評估新技術可行性并完成技術框架選型，攻克架構層面的核心技術難點。
2、技術創(chuàng)新與團隊管理：搭建并管理大數(shù)據(jù)工程和平臺團隊，跟蹤 AI 領域技術趨勢（多模態(tài)融合、自動標注、聯(lián)邦學習、合成數(shù)據(jù)生成），引入創(chuàng)新工具與方案優(yōu)化數(shù)據(jù)生產效率。編寫數(shù)據(jù)處理腳本（Python 為主），實現(xiàn)數(shù)據(jù)校驗、分析、可視化等自動化能力，提升流程標準化水平。?此外還需制定部門內的開發(fā)規(guī)范、運維流程、質量管控及 CI/CD 等最佳實踐，規(guī)范數(shù)據(jù)接口標準與系統(tǒng)相關制度。
3、項目與工程落地：統(tǒng)籌大數(shù)據(jù)相關工程項目的推進，把控項目的進度、成本與質量，監(jiān)督數(shù)據(jù) pipelines、存儲層、計算層等基礎設施的設計與落地。同時完成業(yè)務模型到技術模型的轉換，推動數(shù)據(jù)能力與業(yè)務場景深度融合。
4.數(shù)據(jù)治理與合規(guī)：牽頭數(shù)據(jù)治理工作，涵蓋數(shù)據(jù)質量監(jiān)控、數(shù)據(jù)安全防護、數(shù)據(jù)合規(guī)管理等，確保數(shù)據(jù)符合行業(yè)規(guī)范及企業(yè)制度。還要建立數(shù)據(jù)安全體系，防范數(shù)據(jù)泄露、篡改等風險，保障大數(shù)據(jù)平臺穩(wěn)定合規(guī)運行。
5、內外部協(xié)同：對內與業(yè)務、產品、人工智能、解決方案等部門協(xié)作，理解業(yè)務需求并轉化為技術解決方案，為業(yè)務決策提供數(shù)據(jù)支持；對外對接技術供應商、云服務提供商，洽談合作事宜，管控合作質量與驗收流程，同時跟蹤行業(yè)技術趨勢，引入適配企業(yè)的新技術與資源。

任職核心要求
1、學歷與專業(yè)背景：通常要求計算機科學、軟件工程、數(shù)據(jù)科學、統(tǒng)計學等相關專業(yè)本科及以上學歷。2、工作與技術經(jīng)驗：一般需8-10年以上大數(shù)據(jù)相關工作經(jīng)驗，其中3年以上數(shù)據(jù)集建設或數(shù)據(jù)治理負責人崗位經(jīng)驗，主導過至少1個大型 AI 項目（大模型訓練 / 多模態(tài)應用）數(shù)據(jù)集從0到1搭建經(jīng)驗。
1）具備節(jié)能環(huán)保和雙碳、互聯(lián)網(wǎng)、智能制造等行業(yè)相關經(jīng)驗者優(yōu)先，持有 CDMP、AWS 云數(shù)據(jù)認證等資質者加分。同時要精通 Hadoop、Spark、Flink、Hive 等主流大數(shù)據(jù)技術棧，熟悉分布式系統(tǒng)、云架構、容器化等技術，具備數(shù)據(jù)中臺、數(shù)據(jù)治理及系統(tǒng)調優(yōu)的實戰(zhàn)能力?
2）精通數(shù)據(jù)治理方法論，熟悉數(shù)據(jù)湖、數(shù)據(jù)倉、Lakehouse 架構，掌握元數(shù)據(jù)管理（Apache Atlas）、數(shù)據(jù)質量工具（Talend、Informatica）或自研系統(tǒng)應用。?
3）深入理解 AI 模型（LLM、Transformer、CNN 等）訓練數(shù)據(jù)需求，具備多模態(tài)數(shù)據(jù)處理與跨模態(tài)對齊技術經(jīng)驗。?
4）熟練掌握 Python 編程，熟悉 Scikit-learn、PyTorch/TensorFlow 等框架，具備數(shù)據(jù)建模、特征工程實戰(zhàn)能力。?
5）具備主數(shù)據(jù)管理（MDM）、數(shù)據(jù)資產管理平臺（DAM）搭建或落地經(jīng)驗者優(yōu)先。
3、綜合能力素養(yǎng)：具備優(yōu)秀的戰(zhàn)略思維，能將技術規(guī)劃與企業(yè)整體戰(zhàn)略結合；擁有較強的跨部門溝通協(xié)調能力和項目管理能力，可推動復雜項目落地；此外還需具備創(chuàng)新意識，能敏銳捕捉大數(shù)據(jù)領域的技術趨勢，帶領團隊實現(xiàn)技術創(chuàng)新與突破。