职位概要
招聘一名高级数据工程师，负责设计和构建客户的数据仓库和分析平台，为我们的SaaS产品提供嵌入式、自助服务分析。此角色专注于使客户能够通过仪表板、报告和交互式分析安全且直观地访问其数据，而无需依赖外部BI工具或自定义提取。
您将负责数据仓库的架构和实施，确保其支持高性能、多租户分析、强大的治理以及未来的AI驱动功能。
主要职责
嵌入式分析与数据平台
- 在多租户SaaS环境中架构和实施优化的嵌入式分析数据仓库。
- 设计直观、文档齐全且适合客户自助分析的数据模型。
- 支持直接在客户端应用中进行交互式仪表板、参数化报告和临时探索。
- 确保面向客户的分析具有低延迟查询性能和可预测的行为。
数据建模与客户语义
- 定义和维护业务友好的语义层，将复杂的调度逻辑抽象为可理解的指标和维度。
- 标准化关键指标的定义（例如，人员配置水平、加班时间、合规例外）。
- 平衡灵活性与防护措施，以防止最终用户误用或误解数据。
- 与产品和UX团队合作，确保数据结构与客户工作流程一致。
数据管道与可靠性
- 构建和操作可靠的ETL/ELT管道，将操作调度数据转换为分析就绪的数据集。
- 管理增量加载、历史快照和缓慢变化的维度。
- 实施数据验证、新鲜度监控和自动警报。
- 根据需要支持批处理和近实时分析用例。
多租户、安全与治理
- 设计数据隔离策略，确保严格的租户分离和安全访问控制。
- 实施基于角色的访问和行级安全，以支持多样化的客户权限。
- 定义符合公共部门期望的数据保留和审计标准。
- 确保符合内部安全政策和客户合同要求。
AI与高级分析准备
- 确保数据平台支持AI和机器学习需求，包括特征提取、历史数据集和标记数据。
- 启用未来的用例，如预测、异常检测和智能调度建议。
- 公开可重复用于模型训练和推理的分析数据集。
AI平台功能智能
- 将操作工作流程（调度、覆盖、加班、疲劳、休假）转化为可机器学习的表示，确保模型反映现实世界的公共安全约束和决策逻辑。
- 为AI驱动的产品内体验奠定基础，包括会话分析、预测洞察和直接嵌入核心调度工作流程的推荐界面。
协作与平台演进
- 与应用工程师合作，将分析无缝集成到InTime UI中。
- 与产品管理紧密合作，优先考虑推动客户价值的分析功能。
- 为内部和外部使用记录数据模型、指标和最佳实践。
- 帮助定义长期数据平台战略和技术标准。
所需资格
- 7年以上数据工程、分析工程或类似角色的经验。
- 具有设计支持面向客户分析的数据仓库的丰富经验。
- 高级SQL技能和现代数据仓库（Snowflake、BigQuery、Redshift、Databricks）的实际操作经验。
- 精通Python用于数据转换和管道开发。
- 支持多租户SaaS数据架构的经验。
- 对数据建模、性能优化和成本管理的扎实理解。
- 具有嵌入式分析平台或语义层的经验。
- 熟悉行级安全、租户隔离和分析治理。
- 接触过AI/ML数据需求或特征存储概念。
- 具有时间序列或操作分析经验。
- 拥有劳动力管理、调度或公共部门软件背景者优先。
