数据治理与开发

优缺点分析

角色解读

• 从数仓开发/数据治理工程师向数据架构师发展，主导更大范围的数据平台设计
• 深耕 Doris、实时数仓与数据治理，转向实时数据平台或数据资产负责人
• 积累业务建模与数据服务经验后，可转向数据产品、数据管理或团队管理方向
• 负责基于 DataArts Studio 的 Lambda/Kappa 数仓架构设计与落地，把离线数仓模型映射到 Doris
• 面向保险业务场景做 Doris 表组、分布键、索引与资源隔离调优，保障核心看板查询性能
• 制定并执行数据清洗、标准化与治理规则，处理物料编码重复、缺失、格式不一致等问题
• 参与物料主数据模型建设与维护，推动数据资产化管理
• 熟悉数据仓库分层理论与 Lambda/Kappa 架构，具备数仓建模与落地能力
• 掌握 Doris 或同类 OLAP 引擎，理解分布键、索引、资源隔离等性能调优手段
• 具备数据治理、数据清洗、标准化和主数据管理经验
• 具备 SQL/数据处理能力，能定位海量数据计算与查询性能问题

申请策略

• 投递前确认岗位归属徐州的具体办公地点与团队，了解徐工数据平台建设阶段
• 面试中突出你如何平衡实时性、成本与数据一致性，以及推动治理落地的沟通方式
• 突出数仓分层建模、Lambda/Kappa 架构落地经验，说明数据链路与规模
• 量化 Doris 或同类 OLAP 调优成果，如查询耗时下降、并发提升、资源隔离方案
• 展示数据清洗、标准化、主数据治理项目，说明规则设计与跨部门推动经验
• 如有物料编码、制造主数据或保险数据场景，优先写入简历
• 补充 Doris 表模型、分布键、索引、物化视图与资源组等调优知识
• 熟悉 DataArts Studio 的数据开发、数据治理与数据服务模块

面试指南

• 用 STAR 结构讲清背景、目标、方案、结果，重点说明技术选型理由和量化收益
• 性能调优问题按“定位瓶颈—分析执行计划/资源—制定方案—验证效果”回答
• 治理问题按“标准定义—规则设计—工具落地—监控闭环—组织协同”展开
• 请介绍一个你主导的数仓架构设计项目，为何选择 Lambda 或 Kappa？
• Doris 中分布键、表组、索引和资源隔离如何影响查询性能？请举例说明调优过程
• 面对物料编码重复、缺失、格式不一致，你会如何设计数据清洗与治理流程？
• 如何保证实时数据服务层与离线数仓的数据一致性？
• 数据治理推动中遇到业务部门不配合，你会怎么处理？