岗位职责
1. 集团数据治理体系规划与落地
· 制定公司AI数据治理整体规划，包括数据标准（元数据、主数据、业务数据规范）、数据模型（数据分层、数据血缘设计）、数据安全（权限管控、数据脱敏、合规审计）及数据质量管控体系，输出可落地的治理方案与实施路径
· 推动跨部门（研发、生产、IT、供应链）数据资产盘点，梳理数据来源、数据流向及数据应用场景，建立统一的数据资产目录，实现数据资产可视化管理
· 制定数据治理考核指标（如数据完整性、准确性、及时性），定期开展数据质量巡检与问题复盘，推动业务部门持续优化数据管理流程
2. AI 场景针对性数据治理实施
· 对接各AI业务场景，梳理场景化数据需求（数据类型、采集频率、标注标准）
· 设计并落地场景化数据治理方案，包括数据清洗（异常值剔除、缺失值补全）、数据集成（多源数据融合）、数据标注（标注规则制定、标注质量校验）、特征工程（特征提取、特征筛选），保障输入AI模型的数据质量满足训练与推理要求
· 推动AI场景数据治理工具链建设（如数据质量检测工具、自动化标注工具、特征管理平台），提升数据治理效率与标准化水平
3. 数据治理技术支撑与协作
· 提供数据治理技术支持，协助解决模型训练过程中的数据质量问题（如数据偏差、数据稀疏），输出数据质量分析报告
· 推进数据治理基础设施建设（如数据湖、数据仓库、数据中台），确保数据存储、计算与流转符合治理规范
· 开展数据治理知识培训与宣导，提升各业务部门数据管理意识，沉淀数据治理最佳实践并形成标准化文档
任职要求
1. 学历与专业
· 本科及以上学历，计算机科学与技术、数据科学与大数据技术、统计学、信息管理与信息系统等相关专业，3年以上数据治理相关工作经验，其中至少1年AI场景数据治理经验
2. 核心技术能力
· 精通数据治理方法论（如 DAMA-DMBOK、DCMM），熟悉数据标准制定、数据质量管控、数据安全合规（如 GDPR、数据安全法）的流程与工具
· 熟练掌握数据处理技术，包括使用 Python（Pandas、NumPy、PySpark）或 SQL 进行数据清洗、集成与分析，熟悉 Hadoop、Spark、Flink 等大数据组件的应用
· 了解AI模型训练数据需求（如计算机视觉、自然语言处理、时序预测场景），具备场景化数据标注、特征工程实战经验，熟悉主流数据标注工具（如 LabelStudio、LabelImg）或特征管理平台（如 Feast、Hopsworks）者优先
· 熟悉数据治理工具或平台（如 Informatica、Talend、阿里云 DataWorks、华为 DataArts）者优先，了解数据湖/数据中台架构设计理念者更佳
3. 项目与经验要求
· 主导或核心参与过企业级数据治理项目（如数据标准建设、数据质量提升、数据资产梳理），能独立输出数据治理方案并推动落地
· 有制造业（尤其是汽车零部件行业）数据治理经验，或 AI 场景（如工业质检、设备预测性维护）数据治理经验者优先
· 具备数据治理工具链搭建或自动化数据治理方案设计经验者优先
4. 能力与素养
· 具备较强的逻辑分析与问题解决能力，能从业务需求出发，设计贴合实际的data governance方案
· 具备优秀的跨部门沟通协作能力，能有效推动业务、IT、AI 团队协同推进数据治理工作
· 具备良好的文档撰写能力，能清晰输出数据治理规划方案、数据质量报告、标准化操作手册
· 具备较强的责任心与自驱力，能应对多场景数据治理需求，持续学习数据治理与 AI 领域新技术
5. 加分项
· 持有数据治理相关认证（如 DAMA CDGA/CDGP、DCMM 评估师、阿里云大数据高级认证）者
· 有工业数据湖/数据中台建设经验，或参与过 AI 大模型训练数据治理项目者
· 熟悉汽车行业数据标准（如 VDA、IATF16949）或智能制造相关业务流程者
6. 语言能力​
· 英语沟通流利（英语能力四级以上）
· 同时，有日语沟通能力者优先