大數據平臺與工程中心總監是統籌大數據平臺建設、高質量數據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據技術能力，又要擁有全面的戰略規劃和組織管理能力，其核心圍繞大數據平臺的全生命周期管理和工程中心的高效運作展開，全面主導高質量數據集的全生命周期建設與管理，搭建標準化、可規模化的數據生產體系，為大模型訓練、AI應用落地及數據創新應用和要素價值激活提供穩定、可靠、合規的數據支撐，推動數據價值最大化轉化。
崗位職責：
1.戰略與架構規劃：制定大數據平臺與工程中心的中長期技術戰略，結合公司業務目標確定平臺架構方向，設計并落地全流程數據治理框架，覆蓋數據采集、清洗、標注、存儲、版本控制、交付全鏈路，制定數據標準（準確性、一致性、多樣性、時效性）與 SOP 規范。構建多模態數據（圖像、視頻、3D 點云、文本等）處理架構，適配 Lakehouse、數據湖等存儲方案（Hive、Iceberg、Delta Lake），保障千萬級以上數據量的高效管理與復用。規劃數據質量監控體系，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、技術創新與團隊管理：搭建并管理大數據工程和平臺團隊，跟蹤 AI 領域技術趨勢（多模態融合、自動標注、聯邦學習、合成數據生成），引入創新工具與方案優化數據生產效率。編寫數據處理腳本（Python 為主），實現數據校驗、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規范、運維流程、質量管控及 CI/CD 等最佳實踐，規范數據接口標準與系統相關制度。
3、項目與工程落地：統籌大數據相關工程項目的推進，把控項目的進度、成本與質量，監督數據 pipelines、存儲層、計算層等基礎設施的設計與落地。同時完成業務模型到技術模型的轉換，推動數據能力與業務場景深度融合。
4.數據治理與合規：牽頭數據治理工作，涵蓋數據質量監控、數據安全防護、數據合規管理等，確保數據符合行業規范及企業制度。還要建立數據安全體系，防范數據泄露、篡改等風險，保障大數據平臺穩定合規運行。
5、內外部協同：對內與業務、產品、人工智能、解決方案等部門協作，理解業務需求并轉化為技術解決方案，為業務決策提供數據支持；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，同時跟蹤行業技術趨勢，引入適配企業的新技術與資源。

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