中国机械工业集团有限公司
数据治理工程师（财务数字化方向）
数据治理工程师（财务数字化方向）
发布于 大约 9 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
信息技术与基础设施
数据治理
数据质量
主数据管理
元数据管理
BI
帆软
Atlas
浪潮
数仓建模
AI 估算 · 18k–30k
央企稳定，数据治理需求大，北京中级岗位薪资中等偏上。
职位详情
关于这个职位
该职位负责集团财务领域的数据治理工作，包括主数据管理、元数据管理、数据标准制定与落地，保障财务数据准确性、一致性，并推动数据治理与业务融合
你将参与数据仓库建设、BI分析看板开发以及数据质量评估，是集团财务数字化转型的关键角色
适合具备数据治理经验、熟悉大数据平台和BI工具的技术人才
最低要求
本科及以上学历，计算机科学、数据科学、信息管理、软件工程等相关专业优先
具备3年以上数据领域工作经验
年以上数据治理或数据平台架构经验者优先
熟悉数据治理体系框架（如DAMA、DCMM），掌握数据标准、数据质量、元数据、主数据等核心模块的建设方法与实践路径
具备主流数据治理工具（如Atlas、DataHub等）实施及BI平台（如帆软、浪潮等）开发能力，有相关大项目主持推进经验者优先
具备大数据平台（Hadoop/Spark/Flink等）实施能力，理解数仓建模理论，能有效指导数据开发团队进行数据模型设计与优化
具备优秀的跨部门沟通与协调能力，能有效推动业务、技术、数据等多方协作，有大型集团企业、集团化多组织、多系统数据治理项目经验者优先
工作职责
贯彻集团数据标准体系，负责集团财务领域（资产、成本、费用、收入、利润、现金流等）核心数据对象与指标体系的治理，包括主数据管理、元数据管理、数据模型设计规范等，推动标准在数仓建设与BI应用中落地执行
负责相关业务领域的数据治理规划，完成数据标准、数据质量、数据安全、数据资产管理等建设实施落地
保障财务数据的准确性、完整性和一致性，提升财务领域数据服务能力
承接集团财务主数据、涉财业务主数据的数据标准制定、数据治理工作开展和主数据运营管理
独立完成或指导实施数据开发、BI分析看板、数据质量评估、问题溯源改进等专项建设任务
主导集团级财务指标口径统一与管理口径沉淀，解决跨系统、跨组织的数据不一致问题
负责财务系统数据治理，确保系统的数据质量及流程合规，管理财务数据目录和数据标准，统筹推进数据入湖和应用
推动数据治理与业务服务深度融合，支撑经营分析、财务数字化、穿透式监管等关键场景的数据需求
跟踪数据治理前沿技术与行业实践，持续优化治理体系与工具能力
AI 洞察
优缺点分析
优点
- 央企平台稳定，项目资源充足，能参与集团级数据治理，积累大型企业实战经验
- 财务数字化是国企转型重点，岗位价值高，职业前景广阔
- 技术栈全面，涵盖大数据、BI、治理工具，技能提升空间大
- 跨部门协调工作量大，需与业务、技术等多方沟通，对沟通能力要求高
- 数据治理工作繁琐，推进标准落地可能遇到阻力，需要耐心和推动力
- 央企流程可能较复杂，决策链条长，影响执行效率
- 适合希望在稳定平台深耕数据治理技术、有较强沟通能力、对财务领域感兴趣的技术人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 纵向发展：从数据治理工程师晋升为数据治理专家或数据架构师，主导更大范围的数据治理项目
- 横向发展：向数据产品经理或数据运营方向转型，结合业务深入挖掘数据价值
- 管理方向：可逐步承担团队管理职责，成为数据治理团队负责人
- 负责财务领域数据标准制定与落地，包括主数据、元数据、数据模型的设计与治理
- 推动数据治理在数仓和BI应用中的执行，确保财务数据准确、一致
- 主导数据质量评估与问题溯源，优化数据资产管理和服务体系
- 跟踪前沿治理技术，持续提升集团数据治理能力
- 精通数据治理框架（如DAMA、DCMM），掌握数据标准、质量、元数据等核心模块
- 熟练使用主流数据治理工具（Atlas、DataHub）和BI平台（帆软、浪潮）
- 具备大数据平台（Hadoop/Spark/Flink）实施与数仓建模能力
- 强大的跨部门沟通与协调能力，能推动多方协作
申请策略
- 在求职信中表达对央企数字化转型的理解与热情，强调长期发展意愿
- 提前研究国机集团的业务背景和财务数字化动态，展现主动性
- 突出数据治理项目经验，特别是财务或集团化企业的数据标准、质量、主数据相关成果
- 强调对DAMA/DCMM框架的理解及实际应用案例
- 列出大数据和BI工具的使用经验，尤其是Atlas、DataHub、帆软等
- 展示跨部门协作和项目推动能力，用具体事例说明
- 如果缺乏财务领域知识，可提前了解财务基本概念（如资产、成本、利润等）
- 熟悉数据治理工具产品，如Atlas或DataHub，可上机操作练习
面试指南
- 使用STAR法则：描述情境、任务、行动、结果，突出个人贡献和项目成效
- 强调方法论与工具结合：先阐述理论框架，再说明具体工具选择和实施步骤
- 展现业务理解：将技术方案与业务需求关联，说明治理如何支撑业务目标
- 请介绍您在数据治理项目中如何制定数据标准并推动落地？
- 您如何理解DAMA和DCMM框架？在实际工作中如何应用？
- 描述一次您解决跨系统数据不一致问题的经历
- 您对财务领域的核心数据对象有哪些了解？如何保证财务数据质量？
- 您使用过哪些大数据和BI工具？请举例说明项目中的具体应用
职位点评
72
综合评分
央企稳定平台，技术成长性好，薪资福利中等偏上，但灵活性一般。
更适合这类人
适合注重技术成长和职业稳定性、对央企平台感兴趣的求职者，能接受现场办公和一定工作压力。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利
75中等
央企薪资水平较市场有竞争力，福利完善，但薪资增长空间有限，满足程度良好。
薪资信号未披露（AI估算：18K-30K/月）
成长发展
85较高
岗位涉及前沿数据治理技术和财务数字化，成长空间大，央企内部培训机制完善。
技术前沿主流现代技术
技术栈数据治理、Hadoop、Spark、Flink、Atlas、DataHub、BI、数仓建模
成长机会跟踪数据治理前沿技术与行业实践
业务类型ambiguous
工作生活
60中等
央企通常工作稳定，但北京通勤压力大，加班情况未明确，生活平衡一般。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
财务数字化转型对央企管理有较强社会意义，但岗位直接社会影响力有限。
行业发展稳定成熟行业
社会影响中性/一般
使命信号支撑经营分析、财务数字化、穿透式监管等关键场景的数据需求
创新程度积极采用新技术
Watch Jobs