作为网格化智能服务平台的核心数据架构师与ETL专家，负责从多源业务系统（CRM、信贷、财富管理等）抽取、清洗、转换数据，构建网格化数据资产体系，并支撑客户/机构/网格等多维度指标计算，最终输出至平台可视化查询系统。核心职责1. 数据整合与ETL开发源数据处理：对接CRM、零售、小微、对公、财富管理系统、外部数据平台等，设计增量/全量同步策略处理结构化与非结构化数据（如GIS坐标、客户画像、交易流水等）解决跨系统数据一致性问题（如客户ID映射、时间窗口对齐）ETL流程优化：开发高效SQL作业，处理TB级日增量数据优化调度依赖，确保T+1数据准时交付监控数据质量，修复异常数据2. 网格化指标计算多维度统计模型：基于客户（C端）、用户（B端员工）、机构（网点）、网格（LBS围栏）四大维度设计指标开发复合指标（如“网格内贷款渗透率=贷款客户数/网格总客户数”）支持实时+离线计算模式（如实时客流统计 vs. 月度资产汇总）高性能查询优化：使用预聚合+物化视图技术，确保千万级数据秒级响应设计时间回溯功能（如查看历史某月网格状态）3. 数据治理与架构数据建模：设计星型模型，关联业务实体（客户↔机构↔网格）维护数据字典，标准化200+字段定义（如“网格ID=行政区划码+层级标识”）数据治理：制定数据分级策略（P1~P3敏感等级）落地血缘追踪，标记指标来源（如“存款余额←财富系统+对公信贷”）治理元数据，保障业务人员可自助理解数据含义4. 全栈运维支持从采集到展示的全链路管理：部署数据管道优化数据库性能（分区表、索引策略）协助BI团队配置指标可视化逻辑硬技能：精通SQL（Oracle/MySQL），能编写复杂分析函数掌握Python/Shell自动化脚本开发熟悉数据仓库建模（Kimball维度模型）了解GIS数据处理（如GeoHash编码）软技能：独立工作能力（全流程负责数据板块）跨系统沟通（协调业务部门明确指标口径）