
IA企业数据架构师(广州) 20-40k
岗位职责: 1、数字化转型支持 a)配合数字化转型架构团队,面向汽车主机厂客户完成企业架构蓝图规划、方案设计及实施支撑; b)为客户提供数字化转型咨询服务,包括现状调研、数据蓝图规划、数据架构设计,并撰写实施路径报告。 2、数据架构规划 a)负责面向汽车主机厂的企业级数据架构的整体规划和设计,支撑企业业务架构、应用架构、技术架构的联动; b)牵头制定数据治理标准和规范,支持企业级数据中台、业务中台的建设。 3、汽车行业数据治理 a)深入理解汽车行业业务场景,主导或参与零部件OneID治理与实施,提升数据一致性和可靠性; b)熟悉并优化汽车研发、采购、生产、财务等多维度BOM(物料清单)数据使用流程; c)支持和改进设计变更管理流程中的数据链路,确保数据传递的准确性和可追溯性。 4、项目支持与创新 a)参与关键项目的洽谈、需求分析及售前支持,为客户提供高价值的行业解决方案; b)跟踪行业技术动态,持续优化咨询方法,提高行业解决方案的竞争力。 5、数据驱动的洞察 a)掌握大数据技术和行业趋势,规划企业在大数据领域的战略方向和实施路径; b)推动数字化转型中数据资产的价值挖掘,助力业务决策。 岗位要求: 1、工作经验与技能: a)5年以上数据治理、企业架构、数字化转型相关工作经验,熟悉数据架构设计及实施; b)有汽车行业经验,尤其在零部件OneID治理或BOM信息化管理、设计变更流程优化方面有成功案例者优先; c)具备较强的项目管理和跨部门协作能力。 2、教育背景: a)本科及以上学历,计算机科学、信息管理、软件工程、工业工程等相关专业; b)211/985院校优先。 3、专业技能: a)熟悉企业级数据治理框架(如TOGAF、DAMA-DMBOK、EDM、DCMM等); b)熟悉数字化转型、IT战略规划、企业架构(EA)等方法论; c)熟悉数据中台、业务中台及其技术实现; d)熟练使用常见数据建模工具。 4、其他要求: a)具有敏锐的行业洞察力和创新思维; b)出色的沟通与报告撰写能力,能够清晰表达复杂技术和业务概念。 加分项: 1、参与过汽车制造行业的大型数字化转型项目; 2、具有汽车BOM管理系统或PDM/PLM工具的应用或项目实施经验; 3、持有TOGAF、DAMA(CDGA/CDGP/CDMP)、PMP等相关认证。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30