海尔
数据架构师
数据架构师
发布于 5 小时前普通员工/个人贡献者
全职员工仅现场办公数据架构
数据架构
主数据管理
向量索引
数据安全
数据平台架构
数据治理
数据集成
维度建模
语义检索
Agent数据回流
值不值得投
74综合评分
综合评分 74
上市巨头核心数据架构岗，技术栈前沿且涉及AI赋能，薪资优厚，但项目推进与跨部门协调挑战较大。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
4.8万
比数据架构中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 620 个在招
市场机会
选择不多
上海 · 数据架构 · 2 个在招
职位详情
关于这个职位
该职位负责海尔企业级数据平台架构设计与数据治理体系建设，整合多源系统数据建立统一底座
同时需主导知识库基础设施搭建与数据回流机制设计，支撑AI Agent应用，并指导数据工程师团队落地架构方案
最低要求
年以上数据仓库或数据平台建设经验，有从0到1搭建数据平台的经验，不是只做报表和ETL
熟悉维度建模、数据分层、实时与离线架构，能做整体方案设计
有多源异构系统数据集成经验，能处理ERP、MES等系统的数据打通和口径统一
理解数据治理体系，能落地数据标准、质量监控、血缘追溯的具体方案
有带人经验，能指导初中级工程师执行方案
工作职责
负责企业数据平台架构设计，整合ERP、CRM、PLM、MES等多源系统数据，建立统一数据底座
主导数据治理体系建设，制定数据标准、数据质量监控、数据血缘追溯、数据生命周期管理方案
负责知识库基础设施搭建，设计知识存储、向量索引、语义检索方案，支撑Agent知识获取
设计数据回流机制，将Agent运行数据回流到数据平台，驱动持续优化
制定主数据管理方案，统一各系统间核心数据模型和口径
设计数据安全方案，包括数据脱敏、访问控制、审计日志
指导现有数据工程师执行架构方案，逐步建立团队能力
优先资格
有向量数据库或知识管理建设经验者优先，没有但愿意快速学习也可以
AI 洞察
优缺点分析
优点
- 参与企业级数据底座与AI Agent结合的前沿项目，技术视野广阔，能接触最新技术栈
- 依托大型制造企业的丰富业务场景，数据治理与架构经验极具行业价值与稀缺性
- 从0到1搭建团队和体系，初期工作负荷较大，需兼顾技术深度与团队管理
- 具备扎实数据架构功底，对AI与知识管理有热情，且具备一定团队指导能力的资深数据技术人才
缺点 / 挑战
- 需协调多源异构系统（如ERP、MES），跨部门沟通与数据口径统一难度大，推进阻力可能较高
角色解读
- 可向数据总监或首席数据架构师方向发展，深入业务与AI结合的数据智能化领域
- 在大型制造企业的数字化转型中积累深厚的行业Know-how，成为数据治理与中台建设专家
- 负责企业级数据平台架构设计，打通ERP、MES等多源异构系统，建立统一数据底座
- 主导数据治理与知识库基础设施搭建，设计向量索引与语义检索方案，支撑AI Agent应用落地
- 指导数据工程师团队，确保架构方案有效执行并逐步建立团队能力
- 具备从0到1搭建数据平台的经验，精通维度建模与数据分层设计
- 熟悉多源异构数据集成及数据治理体系，能处理复杂系统间的数据打通
- 了解向量数据库与知识管理技术，具备指导初中级工程师的技术领导力
申请策略
- 了解海尔的数字化转型战略及智家业务背景，在面试中展现对制造业数据痛点的深刻理解
- 突出从0到1搭建数据平台的完整经历，强调多源系统（ERP/MES）集成与数据治理落地成果
- 展示在向量数据库、知识管理或大模型Agent数据回流方面的探索或项目经验
- 深入了解大模型Agent架构及向量数据库（如Milvus）的应用场景与底层原理
- 复习主数据管理（MDM）与数据血缘追溯的最佳实践，准备制造业数据孤岛问题的解决方案
面试指南
- 采用STAR法则，重点突出架构设计的思考过程、跨部门协调策略以及最终的业务价值
- 对于技术问题，结合具体技术栈（如Hadoop/Spark/Flink/向量数据库）给出落地细节与权衡取舍
- 请分享一个你从0到1搭建数据平台的完整案例，遇到了哪些核心挑战？
- 如何处理ERP和MES系统间的数据口径不一致问题？
- 在知识库基础设施搭建中，你会如何设计向量索引和语义检索方案以支撑Agent？
- 如何指导初中级工程师并确保架构方案在执行中不变形？
- 梳理过往项目中的数据治理和架构设计文档，准备应对技术深度拷问
- 了解海尔当前的数字化痛点及行业内的数据中台建设案例，形成自己的见解
职位点评
薪资福利80
成长发展85
工作生活50
使命价值70
薪资福利
80较高
上市巨头企业的数据架构师岗位，薪资水平处于市场中上游，福利体系相对完善。
薪资信号未披露（AI估算：3.5千–6万/月）
成长发展
85较高
岗位涉及数据底座与AI Agent结合的前沿探索，技术栈现代，且需指导团队，利于技术与管理能力双重提升。
技术前沿前沿/新兴技术
技术栈数据平台架构、数据治理、向量索引、语义检索、Agent、维度建模
成长机会指导现有数据工程师、逐步建立团队能力
业务类型cost_center
工作生活
50较低
JD未明确提及工作模式与WLB相关信息，大型制造企业的数据架构岗通常需跟进项目进度，工作节奏可能较快。
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
70中等
推动大型制造企业的数字化转型与数据智能化，具有较高的行业价值与社会意义。
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