Sinotruk logo
中国重汽
信息技术岗(福建海西)

信息技术岗(福建海西)

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 1.2–2.0万 · AI 参考估算
中级经验
学历未注明
全职员工仅现场办公数据治理
数据治理
Erp集成
主数据管理
元数据管理
数据安全
数据架构
数据标准
数据质量管理

值不值得投

74综合评分

综合评分 74

稳定国企平台、数据治理核心岗、体系化建设机会多、WLB较好

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

1.6万

比数据治理中位数低

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 120 个在招

市场机会

选择不多

济南 · 数据治理 · 1 个在招

职位详情

关于这个职位

该职位负责构建和完善企业级数据治理体系,涵盖数据标准、质量、主数据及元数据管理

需参与数据架构规划,确保数据资产合规与安全,通过建立监控机制和流程规范,提升数据的准确性、一致性及可用性,支撑业务决策与系统运行

最低要求

负责数据治理体系建设与制度完善:负责制定和修公司数据管理政策、原则、标准及规则

推动建立数据认责机制、数据质量管理流程、元数据管理制度等,确保数据治理工作有章可循
负责数据标准管理:牵头或参与制定公司基础类、指标类、数据分类及交换标准
负责数据标准的宣贯、执行监督及跟踪维护,确保各业务系统和数据应用遵循统一标准
负责数据质量管理:设计和实施数据质量规则,建立数据质量监控体系,组织开展数据质量剖析,跟踪数据质量问题(如COGI差异处理),推动问题闭环整改,提升数据准确性和一致性
负责主数据与元数据管理:负责主数据(如物料、客户、供应商等)的管理能力建设与质量提升,推动元数据的采集、存储、更新及应用,建立数据资产目录,支撑数据溯源和影响分析
负责数据架构与模型管理:参与公司级数据架构的规划与设计,制定和维护数据模型标准,负责数据模型变更的流程管理,推动数据模型标准在实际系统中的落地执行
数据安全与隐私管理:协助制定和执行数据安全与隐私政策,管理数据访问权限,参与数据安全分类分级,确保数据使用合规
专业要求:计算机类、电子信息类、数据科学与大数据技术、计算机科学与技术(数据工程方向)等相关专业

工作职责

负责数据治理体系建设与制度完善:负责制定和修公司数据管理政策、原则、标准及规则

推动建立数据认责机制、数据质量管理流程、元数据管理制度等,确保数据治理工作有章可循
负责数据标准管理:牵头或参与制定公司基础类、指标类、数据分类及交换标准
负责数据标准的宣贯、执行监督及跟踪维护,确保各业务系统和数据应用遵循统一标准
负责数据质量管理:设计和实施数据质量规则,建立数据质量监控体系,组织开展数据质量剖析,跟踪数据质量问题(如COGI差异处理),推动问题闭环整改,提升数据准确性和一致性
负责主数据与元数据管理:负责主数据(如物料、客户、供应商等)的管理能力建设与质量提升,推动元数据的采集、存储、更新及应用,建立数据资产目录,支撑数据溯源和影响分析
负责数据架构与模型管理:参与公司级数据架构的规划与设计,制定和维护数据模型标准,负责数据模型变更的流程管理,推动数据模型标准在实际系统中的落地执行
负责数据安全与隐私管理:协助制定和执行数据安全与隐私政策,管理数据访问权限,参与数据安全分类分级,确保数据使用合规

AI 洞察

优缺点分析

优点

  • 平台大,数据体量大且场景丰富,利于积累大型制造企业数据治理经验
  • 职业稳定性高
  • 跨部门协调难度大,需推动业务部门配合数据标准落地
  • 传统制造业数字化基础可能薄弱,推进阻力较大
  • 喜欢体系化建设、具备较强沟通协调能力、对数据价值敏感的专业人士

缺点 / 挑战

暂无明显挑战项

角色解读

  • 可向首席数据官(CDO)、数据治理总监或数字化转型专家方向发展
  • 制定并推行企业数据治理的政策、标准和流程,确保数据管理的规范化
  • 深入理解数据治理框架(如DAMA),精通数据建模、主数据管理及数据质量工具

申请策略

  • 了解中国重汽的主营业务及ERP系统(通常为SAP),在面试中结合制造业特点阐述数据治理思路
  • 突出主导过的数据治理项目全生命周期经验,特别是标准制定、质量提升的具体成果(如数据准确率提升百分比)
  • 补充学习主流数据治理平台工具(如Informatica, Alation等)及SQL/Python数据处理能力

面试指南

  • 采用STAR法则(情境-任务-行动-结果),重点强调方法论的落地性、跨部门协作机制以及量化的业务价值
  • 你如何设计一个企业级的数据标准管理体系?
  • 遇到业务部门不配合数据质量整改,你如何处理?
  • 请分享一个你主导的主数据清洗或迁移案例
  • 如何平衡数据治理的成本与收益?
  • 复习DAMA数据管理知识体系,准备2-3个完整的数据治理实战案例,熟悉制造业常见数据痛点

职位点评

薪资福利75
成长发展80
工作生活70
使命价值65

薪资福利

75中等

作为上市国企,提供稳定的薪酬福利和完善的社会保障,薪资水平在济南地区具有竞争力,但可能不如互联网大厂激进。

薪资信号市场水准 (1.2千–2.0万/月)

成长发展

80较高

处于数字化转型关键期,数据治理是核心战略方向,能提供从0到1搭建体系的宝贵机会,技术与管理双重成长空间大。

技术前沿主流现代技术
技术栈数据治理、数据标准、数据质量、主数据、元数据、数据架构
业务类型cost_center

工作生活

70中等

国企通常工作节奏相对可控,WLB较好,但数据治理涉及跨部门沟通,项目攻坚期可能存在阶段性加班。

工作模式未明确
办公地点科技园/产业园
加班情况未提及(无法判断)

使命价值

65中等

助力传统制造业数字化转型,提升运营效率,具有一定的行业社会价值,但非直接面向消费者的公益属性。

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