Watch Jobs
Mercedes-Benz logo
奔驰
Data Security Governance Engineer
立即应聘

Data Security Governance Engineer

发布于 大约 14 小时前

普通员工/个人贡献者

北京市
中级经验
全职员工
仅现场办公
本科
信息安全
Dpia
Gdpr
Pipl
数据分类分级
数据加密
数据合规
数据安全
数据脱敏
隐私设计

AI 估算 · 25k–45k

外企车企核心安全岗，北京薪资偏高，数据安全领域稀缺，3年以上经验，月薪2.5-4.5万合理。

职位详情

关于这个职位

该职位负责建立和完善研发领域的数据安全与合规管理体系，推动数据安全风险评估、合规咨询和整改措施落地

同时支持监管审计、报告、备案及现场检查，开展数据安全宣传与培训，提升员工的数据合规意识
适合具备数据安全、数据合规或隐私保护经验，熟悉国内外法规（如GDPR、PIPL）的工程人才

最低要求

本科及以上学历，电气工程、电子工程、汽车工程、计算机科学、软件工程或其他工程类专业

至少3年及以上数据安全/数据管理/数据合规/隐私保护相关工作经验
对国内外数据安全和数据保护相关法规和标准有全面深刻的理解，如GDPR、个人信息保护法、数据保护法、汽车数据安全管理若干规定、GB/T-44464、个人信息安全规范等，具备DPIA（数据保护影响评估）和PbD（隐私设计）实践经验
具备建立/运行/实施数据安全/数据合规管理体系的经验，熟悉信息或数据安全相关法规和技术标准的发展过程，以及相应的评估/认证方法
熟悉常用数据和隐私保护技术，包括数据分类分级、数据脱敏、数据加密等，熟悉不同数据处理场景中的风险识别
良好的英语沟通和写作能力，具备较强的内驱力、逻辑执行力、项目管理、运营协调、问题处理能力，以及良好的文档和写作能力

工作职责

基于法律法规和行业最佳实践，帮助建立和完善研发领域的数据安全和数据合规管理体系，推动并确保其落地，包括风险评估、咨询和风险缓解

根据监管要求和公司需求，支持准备监管审计/报告/备案/现场检查等工作
主导实施已识别的治理措施，包括数据分类分级、研发圆桌会议、GenAI评估等
推动数据安全管理体系、策略和目标、流程、要求等的宣传和培训，基于国内外法律法规和技术标准，提升研发中国员工的数据安全/数据合规意识
负责数据安全风险管理，识别和评估开发生命周期中的数据安全风险，并针对已识别风险提出相应的合规改进建议
开展定期治理活动，包括抽查DPA / DPIA / 数据清理等

优先资格

有主流OEM和跨国公司工作经验者优先

有设计数据安全技术方案和实施数据隐私保护解决方案的经验者优先
持有CISP-DSG认证者优先

AI 洞察

优缺点分析

优点

  • 跨国巨头企业，平台大，体系完善，能接触前沿数据安全治理实践
  • 数据安全是当前热门领域，法规趋严，岗位价值度高，技能积累快
  • 有机会参与监管对接和行业标准制定，提升个人行业影响力
  • 合规工作责任重，需频繁应对监管检查和内部审计，可能会面临高强度的工作
  • 在跨国企业需处理跨文化沟通和协作，对英语能力要求高

缺点 / 挑战

  • 涉及领域宽泛，需同时掌握法规、技术、管理等多种知识，学习压力大
  • 适合有数据安全或合规背景，热爱挑战、善于沟通，希望在大平台深耕数据安全领域的专业人士

角色解读

  • 可向数据安全专家或合规专家方向发展，成为数据安全治理领域的资深顾问
  • 在大型跨国企业积累合规与治理经验后，可转向咨询公司或专业安全机构
  • 未来可晋升为数据安全团队负责人或首席信息安全官（CISO）路线
  • 建立并完善研发域的数据安全与合规管理体系，包括风险评估、咨询和风险缓解
  • 对接监管机构，准备审计、报告、备案和现场检查，推动数据分类分级、GenAI评估等治理措施落地
  • 组织数据安全宣传与培训，提升员工合规意识，同时负责数据安全风险管理，识别开发生命周期中的风险并提出改进建议
  • 熟悉国内外数据安全法规（GDPR、个人信息保护法等），具备DPIA和PbD实践经验
  • 掌握数据安全治理方法，有体系建立和运行经验，熟悉数据分类分级、脱敏、加密等技术
  • 良好的英语沟通和写作能力，以及项目管理和协调能力

申请策略

  • 在应聘时展现对奔驰业务和汽车数据安全场景的理解
  • 强调数据安全治理的实际成果和软技能
  • 突出数据安全合规项目经历，如参与过体系搭建、DPIA实施、监管检查等
  • 强调对具体法规的理解和应用案例，例如GDPR合规项目、PIPL落地经验
  • 展示跨团队协作和培训经验，以及英语能力
  • 若未取得CISP-DSG，可提前考取，增加竞争力
  • 补充对汽车行业数据安全标准（如GB/T-44464）的了解
  • 学习数据安全技术工具，如数据分类分级平台、数据脱敏系统等

面试指南

  • 采用STAR法则，先讲背景，再说明你的具体行动，最后突出成果和反思
  • 结合法规要求和技术手段，展示系统性的治理思维
  • 强调跨部门沟通和推动能力，以及文档化习惯
  • 请谈谈你对GDPR和PIPL在汽车行业应用的理解？
  • 你如何开展一次DPIA？请举例说明
  • 如果发现研发流程中存在数据泄露风险，你会如何推动整改？
  • 如何设计和落实数据分类分级制度？
  • 复习国内外数据安全法规的核心条款和处罚案例

职位点评

68
综合评分

跨国车企数据安全治理岗，平台好，技能成长性强，但薪资未明示、工作灵活性一般。

从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。

更适合这类人
适合追求专业技能成长、对数据安全领域有热情，并能接受稳定工作节奏的求职者。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利60
成长发展85
工作生活60
使命价值65

薪资福利

60中等

薪资未在JD中明确，但作为跨国巨头，薪资和福利体系完善，整体处于市场水准。

薪资信号未披露（AI估算：25K-45K/月）

成长发展

85较高

数据安全领域法规不断演进，技能成长空间大，且公司平台能提供丰富的实践机会。

技术前沿主流现代技术
技术栈GDPR、PIPL、DPIA、PbD、CISP-DSG、数据分类分级、数据脱敏、数据加密
业务类型cost_center

工作生活

60中等

未提及远程或弹性办公，但外企通常工作环境较人性化，综合平衡一般。

工作模式未明确
办公地点未明确
加班情况未提及（无法判断）

使命价值

65中等

数据安全合规具有社会价值，但行业成熟稳定，使命感一般。

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

奔驰 的其他在招职位

相似职位推荐

Watch Jobs