Data Architect (R-18301)

• 主导金融企业级主题域（风险、评级、客户、参与人、交易等）的数据架构与数据模型设计，确保与全球参考模型（Universal Entity Model、Hierarchy & Link Model）对齐。

• 基于 Data Mesh / Lakehouse 理念，规划数据湖、数据仓库、图数据库及实时流式数据平台的整体技术蓝图，推动“数据即产品”落地。

• 使用 DataWorks、Hive/Spark/Hadoop及图数据库（Neo4j/JanusGraph）完成模型物化、ETL/ELT 及性能调优；编写高质量 SQL、Python 代码及自动化测试脚本。

• 主导或参与数据架构咨询项目（DD/评估/转型规划），输出蓝图设计、实施路线及 ROI 评估报告。

• 关注数据架构前沿（Data Fabric、图神经网络、隐私计算），将新技术快速原型化并引入生产。

• 计算机、信息、工程、数学等相关专业本科及以上；

• 8年以上行业经验，其中5年以上数据架构或者数据建模经验.

• 精通关系型建模（3NF、Data Vault、Anchor）、维度建模（Kimball）及NoSQL/图数据建模；熟悉金融行业企业主题模型（IBM FSDM、Teradata FS-LDM 或同类）。

• 熟练使用至少一款主流数据建模工具（Erwin、PowerDesigner、ER/Studio 等）及版本管理（Git）。

• 精通 SQL 调优，熟练运用 Python 进行数据处理；具备 Hive/Spark/Hadoop 大数据开发实战经验；熟悉 DataWorks / MaxCompute 生态者优先。

• 熟悉非关系型数据库（MongoDB/ES）和图数据库（Neo4j/JanusGraph/Nebula）为加分项。

• 优秀的业务抽象能力，能够快速理解复杂金融业务场景，将监管、风控、营销需求转化为数据模型需求。

• 中英文双语流利，可与全球产品及亚太客户无障碍沟通；具备售前/咨询汇报经验者优先。

• 具备跨时区团队协作经验，善于以影响力推动技术和治理标准落地。

Dun & Bradstreet