泰格医药
数据治理专家-杭州/上海
数据治理专家-杭州/上海
发布于 4 小时前基层主管/组长
全职员工仅现场办公数据治理
数据治理
Sql
数据中台
数据仓库建模
数据标准
数据治理
数据质量管理
数据资产管理
Bi（帆软/Tableau/Powerbi）
大模型/Agent
值不值得投
68综合评分
综合评分 68
集团级数据治理主导岗，方法论与新技术兼备，薪资与工作模式信息待确认。
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
4.5万
比数据治理中位数高
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 240 个在招
市场机会
选择不多
杭州 · 数据治理 · 6 个在招
职位详情
关于这个职位
该岗位负责统筹集团内部的数据治理体系建设，带领数据治理团队制定数据标准、数据质量监控与数据资产安全管理规范，推动各业务线的数据资产化落地
同时需要主导大数据平台、数据中台、主数据平台和BI可视化平台的选型与项目落地，并负责离线/实时数仓的架构设计以及Hadoop、Spark、Flink等平台的部署维护
适合有多年数据治理与团队管理经验、能兼顾标准制定与工程落地的复合型人才
最低要求
计算机、软件工程等相关专业，本科及以上学历，8年以上数据治理相关工作经验，其中3年以上团队管理经验
精通数据治理管理体系，做过对应标准、有过数据治理及相关项目管理经验
能够与其他部门保持良好的合作关系、分析复杂情况，并通过批判性思维和解决问题的方法得出可行的行动
具备优秀的沟通与协作能力，高效的内外部协同合作、追求价值的能力特质，优秀的逻辑思维、表达沟通能力
熟练使用主流的数据平台工具，帆软、Dataworks/Easydata/Kettle/开源数据平台等工具有项目经验者优先
熟练掌握SQL、BI工具（如帆软BI、Tableau、PowerBI），有Hadoop/Spark/Hive/Flink等框架的搭建和相应解决方案经验者优先
有大模型、Agent、语义层构建、AI数据平台落地经验者优先
工作职责
带领团队进行公司内部数据治理规划，依据数据质量标准完成数据治理，形成集团级数据资产
制定数据治理标准及规范，带领数据治理团队，协同各业务方完成各类业务数据治理，建立数据需求管理、各类数据标准、数据质量监控管理、数据资产使用安全管理及数据资产应用管理
带领团队持续维护数据指标体系、数据字典、数据标准、数据质量报告，验证数据资产业务价值，为后续发展提供建设性建议及策略，并做持续优化及改进
根据项目需求，完成项目立项、选择生态合作伙伴并主导项目的落地，包含：大数据平台、数据湖/数据中台、主数据平台、BI数据可视化平台
负责数据交付项目的大数据架构设计、数据仓库模型设计工作，包括离线/实时数据仓库
负责Hadoop、Spark、Flink等大数据平台的部署与维护
优先资格
有帆软、Dataworks/Easydata/Kettle/开源数据平台等主流数据平台工具的项目经验者优先
熟练掌握SQL、BI工具（如帆软BI、Tableau、PowerBI），有Hadoop/Spark/Hive/Flink等框架的搭建和相应解决方案经验者优先
有大模型、Agent、语义层构建、AI数据平台落地经验者优先
AI 洞察
优缺点分析
优点
- 岗位处于集团级视角，能主导数据标准、数据中台与治理体系的整体搭建，方法论沉淀和履历含金量高
- 医药研发服务行业对数据合规与数据质量要求高，数据治理的价值容易被业务认可，不容易被边缘化
- 职位明确提到大模型、Agent、语义层、AI数据平台等方向，有接触数据智能前沿应用的机会
- 同时带团队、管项目立项与外部生态伙伴，兼得管理与技术两条发展线
- 既要做标准与规划（制度层），又要管平台部署与数仓架构（工程层），对复合能力要求高，容易出现精力分散
- 数据治理需要推动多个业务部门配合，跨部门协同与说服成本高，成效往往缓慢且不易量化
- 适合有多年数据治理或数据平台经验、既懂方法论又能落地工程、并且愿意承担跨部门推动与团队管理职责的资深数据人
缺点 / 挑战
- 岗位要求8年以上经验加3年管理经验，门槛较高，面试对项目主导经验的追问会比较深
角色解读
- 在企业级数据治理与数据平台建设上持续深耕，可向数据总监/CDO方向发展，掌管整个集团的数据资产与数据战略
- 若在大模型、语义层、AI数据平台方向积累落地经验，可转向AI数据架构师或数据智能产品负责人
- 数据治理与业务深度结合后，也具备向数字化转型负责人、集团级流程与治理岗位横向拓展的空间
- 统筹集团层面的数据治理规划，制定数据标准、数据质量监控与数据资产安全管理规范，并推动各业务线落地
- 带领数据治理团队维护指标体系、数据字典与质量报告，让数据真正沉淀为可用的集团级资产
- 主导大数据平台、数据中台、主数据平台与BI可视化平台的项目立项、生态伙伴选择与落地
- 负责离线/实时数仓架构设计，以及Hadoop、Spark、Flink等大数据平台的部署与维护
- 精通数据治理体系方法论，有从0到1搭建数据标准、数据质量与数据资产管理机制的实际经验
- 具备8年以上数据领域经验，其中3年以上带团队经验，能做项目立项与跨部门推动
- 熟悉数据仓库建模（离线/实时）与大数据技术栈，SQL、Hive、Spark、Flink等需能实操或指导落地
- 熟练使用帆软BI、Tableau、PowerBI、Dataworks、Kettle等工具，具备较强的沟通与业务翻译能力
申请策略
- 重点关注医药研发/CRO 行业的数据特点（临床数据、合规要求、多业务系统并存），提前了解公司业务结构
- 投递时主动说明你更倾向杭州还是上海办公，避免后续沟通成本
- 突出你主导过的数据治理体系搭建案例，写清覆盖的业务域、数据标准数量级、质量指标改善结果
- 量化呈现数据中台、主数据、BI平台等项目的立项到上线全过程，以及你在其中的决策角色
- 单独梳理团队管理经历，包括团队规模、分工机制与培养成果
- 如有大模型、Agent、语义层或AI数据平台的落地经验，务必单列一条并说明业务价值
- 梳理一套完整的数据治理方法论话术，能把数据标准、数据质量、数据安全、数据资产应用串成闭环表达
- 补充实时数仓与湖仓相关实践（Flink、Hive、数据湖），确保能应对架构设计类追问
面试指南
- 讲治理案例时用「背景痛点—治理策略与标准设计—推动方式与阻力处理—量化结果—后续优化」五段式结构，避免只讲工具
- 回答跨部门问题时强调「先找业务痛点做小切口验证价值，再扩展到标准与制度」，体现结果导向而非纯管控思维
- 技术架构题按「业务场景—数据链路—选型权衡—成本与运维」逐层展开，主动说明取舍理由
- 请讲一个你从0到1搭建集团级数据治理体系的完整案例，标准怎么定、怎么推、结果如何衡量？2、业务部门不配合数据治理时，你如何处理？请举具体例子
- 你如何设计一套数据质量监控机制？核心指标和告警规则怎么定？4、离线与实时数仓的架构你会怎么划分？为什么？5、你对大模型、语义层在数据治理与BI中的应用有什么看法或实践？
- 准备2-3个可深挖的项目案例，重点是被追问细节时的数据支撑（覆盖域、指标、团队规模、周期）
- 复习数据治理方法论框架与数据仓库建模（维度建模、分层设计），确保术语准确
- 了解泰格医药所处CRO行业的数据合规要求与业务链路，面试时能结合行业谈治理优先级
职位点评
薪资福利65
成长发展75
工作生活60
使命价值76
薪资福利
65中等
职位描述未披露薪资与福利信息，薪酬水平需在面试阶段确认；岗位为资深专家且有团队管理职责，通常对应较高的职级薪酬。
薪资信号未披露（AI估算：3.5千–5.5万/月）
成长发展
75中等
岗位可主导集团级数据治理体系与数据平台建设，并鼓励大模型、Agent、语义层等新方向落地，方法论与技术视野成长空间较好；JD 未提及培训或明确晋升通道。
技术前沿主流现代技术
技术栈数据治理、数据仓库、Hadoop、Spark、Flink、Hive、SQL、帆软BI、Tableau、PowerBI、Dataworks、Kettle、大模型、Agent、语义层
成长机会为后续发展提供建设性建议及策略
业务类型cost_center
工作生活
60中等
JD 未提及办公模式、弹性工时或加班情况，工作地点为杭州并可能在上海办公，具体作息与通勤情况需与招聘方确认。
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
76中等
所在行业为医药研发服务，数据治理直接服务于研发与业务数据的规范化，具有一定正向社会价值；JD 提及大模型与AI数据平台方向，技术应用较为积极。
行业发展稳定成熟行业
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs