General Information Req # WD00103830 Career area: Digital Transformation Country/Region: Chine State: Beijing City: 北京（Beijing） Date: Jeudi, août 6, 2026 Working time: Full-time Additional Locations: * China - Beijing - 北京（Beijing） Why Work at Lenovo We
数据仓库工程师 深圳 社招 全职 职位描述 1、负责企业级数据仓库及业务数据集市的架构规划、分层设计（ODS/DWD/DWS/ADS）与落地实施，确保架构的先进性、可扩展性与高性能。2、主导核心业务域的数据建模工作，精通维度建模等方法论，设计通用灵活的数据模型与宽表，保障数据的一致性、完整性与复用性。3、设计并实现高效的ETL/ELT数据集成方案，负责数据提取、转换、加载全流程的开发、调度与优化，解决大规模数据处理中的性能瓶颈。4、推进数据治理体系建设，包括数据质量监控、元数据管理、数据血缘追踪、指标体系标准化等，提升整体数据质量与数据资产价值。5、负责数据仓库的日常运维与故障排查，保障数据服务SLA达标，及时响应并解决数据延迟、数据错误等线上问题，确保数据链路稳定可靠。6、深入理解业务需求，与数据分析、业务部门紧密协作，提供高质量的数据支持与解决方案，支撑业务决策、数据产品迭代及精细化运营。 职位要求 一、基础要求1、本科及以上学历，计算机科学、数据科学、信息技术等相关专业。2、3-7年及以上数据仓库设计与开发经验，有完整的企业级数据仓库建设项目经验优先。3、具备强烈的责任心、严谨的逻辑思维、良好的沟通协调能力及团队协作精神，对数据敏感，重视数据质量。二、 技术能力1、精通数据仓库理论体系，深入理解分层架构、主题域建模、维度建模等方法论，能结合业务场景设计合理的数据模型。2、精通SQL/HQL/Spark SQL开发及优化，能高效处理TB/PB级大规模数据集，具备复杂查询性能调优实战经验。3、熟悉大数据生态技术栈，具备Hadoop、Hive、Spark、Flink、Kafka等组件的实战应用经验；了解MPP数据库（ClickHouse、Doris）、OLAP引擎（Kylin、Presto）者优先。4、掌握Java/Python/Scala中的至少一种编程语言，具备良好的代码规范与工程化能力；熟悉ETL工具（DataX、Airflow、Kettle）及任务调度系统者优先。5、具备数据治理相关经验，熟悉数据质量监控、元数据管理、数据血缘分析等工具（如Apache Atlas、Griffin）的使用者优先。三、加分项1、有互联网、金融、电商等行业数据仓库建设经验者优先。2、有数据字典、指标管理体系从0到1搭建经验者优先。 投递...
数据产品 北京 全职 智能制造 / 工业互联网 / 工业自动化 职位描述 1.主导业务指标树的梳理与分层设计（如一级核心指标、二级过程指标、三级监控指标），确保指标体系与战略目标对齐。2.负责跨部门（业务、产品、财务）的指标口径定义与标准化，解决“数据孤岛”问题，建立统一的指标管理文档（如数据字典）。3.数据可视化与看板实施基于业务场景（如运营、营销、供应链）设计动态数据看板（如Power BI、Tableau、QuickBI），推动数据驱动决策。优化看板交互逻辑，提升业务团队的数据使用效率（如设置预警阈值、下钻分析功能）。4.数据建模与业务归因构建业务数据模型（如用户生命周期模型、商品关联模型），支持业务场景的量化分析。设计归因分析模型（如MTA多触点归因、因果推断模型），定位业务波动核心因素（如GMV下降的驱动因子）。5.数据质量与协作协同数据开发团队，推动数据仓库（DWD/DWS层）的模型落地，确保数据准确性。制定数据校验规则，监控关键指标异常，输出数据质量报告。6.赋能与优化为业务团队提供数据解读培训，提升数据素养。沉淀分析方法论（如漏斗分析、 cohort分析），推动分析流程标准化。 职位要求 1.本科及以上学历，统计学、数学、计算机、经济学或相关专业；2.3年以上数据支持/业务分析经验，有从0到1搭建指标体系或数据看板的成功案例。3.精通SQL及至少一种数据分析工具（Python/R/SAS），熟悉数据仓库分层（ODS/DWD/DWS）。4.熟练使用BI工具（如Power BI、Tableau），掌握可视化设计原则（如Gestalt原则）。 投递...
高级业务洞察与数据驱动专家 北京 全职 智能制造 / 工业互联网 / 工业自动化 职位描述 1.主导业务指标树的梳理与分层设计（如一级核心指标、二级过程指标、三级监控指标），确保指标体系与战略目标对齐。2.负责跨部门的指标口径定义与标准化，看护数据指标签发流程，建立统一的指标管理文档（如数据字典）。3.数据可视化与看板实施基于业务场景（如营销投放、销售转化）设计动态数据看板（如FineBI及FineReport、Power BI），推动数据驱动决策。4.数据建模与业务归因构建销售业务领域数据模型（如营销投放前后链路），支持业务场景的量化分析。设计归因分析模型（如MTA多触点归因、因果推断模型），定位业务波动核心因素（如GMV下降的驱动因子）5.数据质量与协作协同数据开发团队，推动数据仓库（DWD/DWS层）的模型落地，确保数据准确性。制定数据校验规则，监控关键指标异常，输出数据质量报告。6.赋能与优化为业务团队提供数据解读培训，提升数据素养。沉淀分析方法论（如漏斗分析、 cohort分析），推动分析流程标准化。 职位要求 1.本科及以上学历，统计学、数学、计算机、经济学或相关专业。2.3年以上数据支持/业务分析经验，有搭建营销或销售领域指标体系或数据看板的成功案例。3.精通SQL及至少一种数据分析工具（Python/R/SAS），熟悉数据仓库分层（ODS/DWD/DWS）。4.熟练使用BI工具（如FineBI、Power BI），掌握可视化设计原则。 投递...