中国平安
数据架构师
数据架构师
发布于 大约 21 小时前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
本科
数据架构
数据治理
数据建模
数据质量管理
元数据管理
银行金融
AI 估算 · 30k–50k
深圳高级数据架构师，大厂金融背景，技术栈前沿，市场竞争力强，薪资处于行业较高水平。
职位详情
关于这个职位
该职位是平安银行的数据架构师，负责银行数据架构的整体规划与设计，制定企业级数据架构蓝图
您需要主导数据模型管理、推动数据治理工作，并运用大数据技术如Hadoop、Spark等优化数据架构
适合有5年以上数据架构经验、熟悉银行或金融行业、具备战略思维和规划能力的资深技术人才
最低要求
本科及以上学历，计算机、软件工程、数学、统计学等相关专业
年及以上数据架构相关工作经验，有银行或金融行业数据架构经验者优先
熟悉数据库的设计、开发和优化，具备大数据技术相关经验，如Hadoop、Spark、Hive、Flink等
掌握数据建模工具的使用，具备较强的数据分析能力，能够运用数据分析方法对数据架构进行评估和优化
了解数据治理的理论和方法，掌握数据质量管理、元数据管理、主数据管理等关键技术
能力素质：具备优秀的战略思维和规划能力，能够从宏观层面制定数据战略和规划，并将其转化为具体的实施方案
具有良好的沟通、团队协作、计划和主动性思考的能力
具备较强的创新思维、逻辑思维能力和学习能力，能够快速掌握新技术并应用于实际工作中
工作职责
数据架构规划与设计：主导银行数据架构的整体规划与设计，制定企业级数据架构蓝图，确保应用架构与数据架构的协同，保障数据架构与银行战略目标及业务需求紧密契合
数据模型管理：负责设计、优化和维护数据模型，涵盖概念模型、逻辑模型和物理模型，对数据模型的变更进行有效管理，全面评估变更对业务和系统的影响
数据治理推进：参与并推动银行数据治理工作，包括业务术语、数据标准的梳理和制定，数据资产管理、数据质量管理等，保障数据的准确性、完整性和一致性
AI 洞察
优缺点分析
- 中国平安作为金融巨头，平台大、资源丰富，项目具有高影响力和战略意义
- 工作内容涉及前沿大数据技术和数据治理，技能积累扎实，行业认可度高
- 金融行业数据架构需求旺盛，职业稳定性强，长期发展前景好
- 银行数据架构复杂度高，涉及众多系统，需要处理历史遗留问题和新旧系统整合
- 数据治理工作推进可能面临跨部门协调难度，需要很强的沟通和推动能力
- 对技术深度和广度要求高，需要持续学习新技术和业务知识
- 适合有5年以上数据架构经验、喜欢解决复杂问题、善于战略规划和跨部门协作的技术专家
角色解读
- 向首席数据架构师或数据科学家发展，成为数据领域权威专家
- 转向数据管理总监或数据团队负责人，承担更多管理职责
- 深耕金融行业数据领域，成为行业数据治理和架构的领军人物
- 主导银行数据架构的整体规划与设计，制定企业级数据架构蓝图，确保与战略和业务需求契合
- 设计、优化和维护数据模型（概念、逻辑、物理），管理数据模型变更，评估业务影响
- 推动数据治理工作，包括数据标准、数据资产管理和数据质量管理，保障数据的准确性和一致性
- 扎实的数据架构设计能力，熟悉大数据技术栈（Hadoop、Spark、Hive、Flink等）和数据库优化
- 掌握数据建模工具和方法，具备数据分析和评估能力
- 深入理解数据治理理论，包括数据质量、元数据管理、主数据管理等关键技术
- 优秀的战略思维和规划能力，能够将宏观规划转化为具体实施方案
申请策略
- 充分了解平安的业务架构和技术战略，在面试中体现对金融数据场景的理解
- 突出数据架构规划与设计的成功案例，包括蓝图制定、模型设计、治理推进等
- 强调大数据技术栈的实战经验，尤其是Hadoop、Spark、Flink等在大数据项目中的应用
- 展示在金融或银行领域的数据架构项目经验，以及数据治理成果
- 提及战略思维和规划能力，用具体项目说明如何将战略转化为落地实施方案
- 如果缺乏大数据技术栈经验，建议通过课程或项目补强Spark、Flink等实时处理能力
- 深入学习数据治理领域前沿知识，如数据资产化、数据安全合规等
面试指南
- STAR法则：描述情境、任务、行动和结果，突出架构设计思路和业务价值
- 从技术选型、性能优化、可扩展性和成本等维度对比不同方案，体现分析权衡能力
- 强调数据和业务的协同，展示如何推动跨部门共识
- 请描述你主导过的一个数据架构规划项目，包括挑战和解决方案
- 如何设计一个支持银行核心交易和数据分析的混合数据架构？
- 在数据治理中，如何平衡数据标准化与业务灵活性？
- 谈谈你对Hadoop和Spark在数据仓库建设中的应用理解
- 如何评估和优化现有数据模型？
匹配度报告
71
综合匹配度
大厂高薪前沿技术，成长空间大，但WLB一般。
适合人群
适合追求技术成长、职业稳定性与高薪回报，并愿意接受现场办公和一定工作强度的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展90
工作生活40
使命价值70
薪资福利匹配
85较高
薪资处于行业较高水平，大厂福利完善，稳定性强，但具体薪资未在JD中披露。
薪资信号未披露 (30K-50K/月)
成长发展匹配
90较高
职位涉及前沿大数据技术和数据治理，学习机会多；公司平台大，晋升路径清晰，但JD未明确提及培训。
技术前沿前沿/新兴技术
技术栈Hadoop、Spark、Hive、Flink、数据建模、数据治理
业务类型profit_center
工作生活匹配
40较低
仅现场办公，深圳科技园，未提及弹性工作或WLB，金融行业工作节奏可能较快。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
70中等
金融行业稳定，数据治理推动数据价值实现，有一定社会意义，但JD未强调使命感。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs