百度资深资产管理工程师（J83794）

1.参与共享两轮车业务供应链管理与资产管理方向的系统设计与开发； 2.负责服务器端业务架构设计，模块开发以及稳定性保障； 3.主导和执行服务器端核心功能开发和性能优化；

1）负责企业级数据仓库建设和管理，建设PB级数据资产管理平台，包括但不限于数据模型、元数据管理等； 2）参与平台数据治理相关工作，负责数据质量、数据一致性及稳定性保障等建设； 3）参与数仓底层的架构设计和性能优化，驱动数据产品与应用的研发，发掘数据价值，以数据驱动业务不断发展；

1、数据资产管理平台开发与治理 构建企业级数据资产管理平台，构建数据清晰的血缘，支持高效溯源。 建立元数据管理、数据血缘追踪、质量监控与安全合规体系。 2、知识图谱构建与优化 从结构化/非结构化数据中提取实体与关系，构建行业知识图谱（如客户关系图谱）。 通过规则引擎、NLP模型持续优化图谱质量。 3、AI助理系统开发 集成大语言模型（LLM）与垂直知识库，开发智能问答、自然语言查询及自动化报表功能。 设计API/Web接口，支持业务用户通过自然语言调用数据服务（如“查询某产品的销售趋势”）。 搭建模型训练与部署框架，实现AI能力快速迭代。 4、数据安全合规与质量管理 建立数据质量指标（完整性、一致性、准确性），开发自动化检测与修复工具。 实现异常数据实时告警（如延迟、权限越权），并通过邮件/SMS/企业微信通知责任人。 5、平台性能与稳定性保障 优化Spark/Flink任务性能，提升高并发场景下的平台稳定性。 监控系统运行状态，设计容灾机制与自动化运维工具，降低故障率。

1、能够独立负责金融某一业务板块实时数据仓库与离线数据仓库的需求管理、架构设计、模型建设和数据研发工作，保证数据服务的稳定性和准确性； 2、能够对数据仓库团队初级人员在数据仓库建模、数据治理、金融业务等方向进行指导; 3、能够通过数据资产治理、数据需求交付时效提升等方式实现数据仓库工作的降本提效。 4、能够与上下游紧密协作，为金融商业分析、业务决策、业务运营、数据产品等提供有效数据支撑，对业务赋能; 5、能够与行业先进的数据技术对标，采用最佳技术实践解决业务数据需求痛点。