📄 JD #12 详情

来源: reports/012-usmile-2026-07-02.md · ← 返回列表

012 — usmile 数据治理工程师(A140844)

报告日期: 2026-07-02

评分: 4.10/5

Legitimacy: tier-1(招聘中 + HR 在线 + JD 完整 + usmile 真实公司)

URL: (Boss直聘截图,用户提供)

PDF: ⏸(暂未生成,因评分在 4.0-4.4 区间 + 薪资边界待谈判)

状态: Evaluated — 值得花时间 + 待薪资谈判

---

公司基本面

---

原始 JD

工作职责

1. 数据治理体系建设: 设计和落地公司级数据治理体系,涵盖数据标准、元数据管理、数据质量、数据生命周期、数据分类分级等核心领域,对齐业务战略与架构,制定数据治理相关制度、流程与操作规范(SOP),推动跨部门共识与落地执行。沉淀可复用的治理方法论,构建企业级数据资产地图与数据目录,提升数据可发现性、可理解性与可复用性。

2. 数据安全与合规保障: 落地数据分类分级制度,设计敏感数据脱敏、加密、权限管控方案,确保符合《个人信息保护法》《网络安全法》等法规要求。梳理全链路数据血缘关系,支撑数据溯源与影响分析,保障数据流转过程中的可追溯性与风险可控性。完成数据合规审计与风险排查,建立合规自查机制。

3. 数据治理平台与工具建设: 参与数据治理平台、元数据管理工具(如 OpenMetadata/DataHub)、定制开发与推广落地。整合大数据生态组件(Hadoop/Spark/Flink/Iceberg 等),优化数据采集、ETL、存储全流程治理节点,提升治理效率。

4. 探索 AI 技术在数据治理中的应用(如智能分类分级、自动数据清洗、血缘自动识别),推动治理智能化升级。

5. 跨部门协作与项目推进: 对接业务部门、数据开发、AI 团队,理解数据需求并转化为治理方案,推动标准落地。

任职资格

1. 教育背景: 本科及以上学历,985/211 或同等水平院校优先,计算机科学、数据科学、信息管理、软件工程等相关专业优先。

2. 工作经验: 3 年以上数据治理、数据开发或数据架构相关工作经验,有企业级数据治理项目全流程落地经验者优先。

3. 技术能力: 精通 SQL,熟练掌握 Python/Java/Scala 至少一种开发语言;熟悉 Hadoop、Spark、Flink 等大数据组件;了解数据湖/数据仓库技术(Iceberg/Hudi/Delta Lake)者优先。

4. 工具经验: 熟悉至少一种主流数据治理工具(如 Collibra, OpenMetadata, DataHub, 阿里 DataWorks),或有数据治理平台自研经验。

5. 专业能力: 具备数据建模、ETL 开发、元数据管理、数据质量监控实战能力;理解数据安全技术(脱敏、加密、权限控制)与合规要求。

6. 软技能: 具备良好的文档撰写能力与逻辑思维,能独立输出治理方案、标准规范与项目报告。

加分项

1. 有云厂商(阿里云、腾讯云、AWS、GCP 等)上的数据开发/数据平台实践经验;

2. 熟悉 DAMA、DCMM 等数据治理框架,具备 CDMP 认证者优先;

3. 有消费电子、供应链业务下的数据场景经验的加分;

4. 了解数据安全与合规的基本要求,如分级分类、脱敏、权限、审计、个人信息保护等。

---

6 维评分明细

---

✅ 画像命中度(全 11 条 JD 中最高)

⚠️ 风险点(1 个 L0 红线 — 薪资边界 + 2 个错位)

风险 1:薪资 20-35K · 13 薪 — 上限刚好 = 底线 ⚠️

• L0 广州底线 35K,期望 35-40K
• JD 标 20-35K,上限 35K 刚好踩底线(年包 45.5W)
• 画像 §8 Redline:"❌ 不接薪资底线以下"
• 底线性问题:

- 谈到上限 35K = 底线水平,无溢价

- 谈不到 35K = 触碰底线

- 即使画像完美,薪资会成为长期天花板

• 应对话术 (如必须面试):

> "基于 10 年数据经验 + CDGP 高级 + 广发银行全行治理 + 4 个 AI 边界探索,期望 38-40K(月度),13 薪年包约 50-52W。如果上限只能 35K,需要从 14-15 薪 + 期权 + 培训预算 + 签字费 找空间"

• 底线: 实际可拿 < 35K → 撤

风险 2:经验 3-5 年 vs 你 10 年 — 错位(老问题)

• 任职要求第 2 条: "3 年以上"(实际 3-5 年)
• 你 10 年 资深反而来投这个岗
• 应对话术: "10 年 + CDGP + 广发银行全行治理 + 4 个 AI 边界探索,具备资深 + AI 跨界复合优势,远超 3-5 年标准"

风险 3:消费电子行业 — 行业迁移成本

• 你深耕银行 10 年,智能硬件/消费电子是新行业
• 业务数据:用户行为数据 / 供应链数据 / IoT 设备数据 — 与银行不同
• 优势:消费电子业务相对简单(主要是用户 + 销售数据)
• 应对: 入职前快速读 1 本《消费电子数据化运营》或类似书
• 行业优先级 3(广佛大型制造业甲方)— 可接受,不是优先级 1-2 但有探索价值

---

📋 简历调整建议(若考虑投递)

• 重点突出:广发银行 3.7 年全行治理 + 16万→9万 + 50% 监管 -50% + 4 个 AI 边界探索
• CDGP 高级 + DCMM 20+ 家 + arch.intelab.cn 平台
• 弱化银行细节(银行 vs 消费电子,业务数据模型不同)
• 加 1 段 "数据治理方法论的可迁移性"短文(展示你懂业务域无关的通用治理能力)
• 突出消费电子 / 制造业 / 供应链业务的可迁移性(虽然主战场是银行,但方法论通用)

---

🎯 面试准备要点(若考虑投递)

• 自我介绍 2 分钟: "10 年数据经验 + 广发银行 3.7 年全行治理 + 4 个 AI 边界探索 + CDGP 高级"
• 离职原因: "广发项目周期收尾,寻求甲方舞台 + 跨业务域拓展(消费电子)"
• 核心准备题:

1. "你做过银行,如何理解消费电子的数据治理?" — 讲数据治理方法论的通用性 + 银行经验的可迁移性

2. "你 10 年经验 vs 任职要求 3-5 年,如何解释?" — 复合优势 + 学习能力

3. "AI 在数据治理中具体怎么用?" — 直接讲 AI 血缘 80 万 + AI 评审目录 + 4 个 AI 边界探索实验

• 薪资谈判: 期望 38-40K,底线 35K,年包 50-52W

---

🚦 决策

决策树

如果 HR 谈薪可到 38K+ / 14 薪 / 期权
   → 必投级别(4.5+ 实际评分)
   → 推荐投递
如果 HR 坚持 35K 上限 / 13 薪
   → 薪资 = 底线水平,长期天花板
   → 画像完美但薪资锁定,慎投
如果 HR 给 < 35K
   → 触碰底线,直接撤

---

📎 资产关联

• JD 来源: Boss直聘截图(用户提供)
• 公司: usmile(广州 笑容加 — 智能硬件/消费电子)
• 简历源: cv.md
• 画像主本: modes/_profile.md §L0 §8 Redline
• 报告编号: 012(继 #001-#011 之后)

---

💡 后续建议

1. 简历可针对 usmile 微调(消费电子 / 制造业 / 供应链 业务域)

2. 如果薪资谈到 38K+,启动 PDF 生成

3. 如果薪资卡 35K,考虑放到 #02 广发证券之后(都是金融 / 制造业,优先级 1-3 之间)

4. 如果谈不到 35K,撤

---

*报告生成于 career-ops v1.15.0 · 基于黄谦敏个人画像 v1.6 · L0 红线校准 · 画像命中度 #1*