数据仓库开发工程师

职位描述

岗位定位

面向供应链、销售商品、会员营销或门店经营等业务域，负责从需求理解、数据建模到数据应用交付的完整链路。该岗位不仅完成 ETL 开发，还需要理解业务过程、沉淀可复用的数据模型与指标资产，并参与重点业务专项。

工作职责

1. 对接所属业务域，理解业务目标、流程和指标口径，完成需求分析、工作量评估、任务拆解及交付计划制定。

2. 负责所属业务域的数据仓库模型设计和迭代，建设事实表、维度表、主题模型及面向应用的数据集。

3. 负责批处理、流处理、数据接口、报表数据集等数据链路的开发、测试、发布和运维。

4. 将一次性需求沉淀为可复用的数据模型、公共指标和数据资产，减少重复取数和烟囱式建设。

5. 参与跨业务域专项，按照专项目标、资源预算和里程碑完成业务数据方案及应用交付。

6. 落实数据质量、血缘、SLA、Owner 和文档要求，保障交付结果可验证、可维护、可追溯。

7. 参与需求准入、方案评审和模型评审；资深人员可担任域模型 Owner，负责域内模型规范、口径一致性和资产复用。

8. 持续优化任务性能、交付流程和开发规范，提升需求交付效率与数据稳定性。

任职要求

任职要求

1. 本科及以上学历，计算机、软件工程、数据科学或相关专业，具备 5 年及以上数据仓库、数据开发或 ETL 工作经验。

2. 熟练掌握 SQL，具备复杂查询、数据核对、性能分析和问题定位能力。

3. 熟悉维度建模、事实表设计、指标体系和数仓分层，能够独立完成中等复杂度业务域的数据模型设计。

4. 具备至少一个业务域的实际建设经验，能够将业务流程转化为稳定、可扩展的数据模型。

5. 熟悉至少一种主流大数据计算或调度体系，如 Spark、Flink、StarRocks、Hive 或同类技术。

6. 具备完整的数据交付意识，能够独立推进需求澄清、设计、开发、测试、上线、验收和后续维护。

7. 具备良好的沟通和协作能力，能够与产品、业务、数据分析及上下游研发共同推进交付。

8. 对数据质量和工程规范有基本认识，愿意持续维护模型、血缘、文档和数据资产。

优先条件

- 深度参与过零售、供应链、会员营销、商品或门店经营等领域的数据仓库建设；

- 担任过业务域数据 Owner、模型 Owner 或复杂项目核心开发；

- 有 Paimon、Flink、Spark、StarRocks 等湖仓技术的实际使用经验；

- 有指标平台、标签体系、用户画像、供应链预测或经营分析项目经验；

- 有数据质量治理、模型复用、历史链路重构或性能优化经验。