职位描述：
• 开发并主导企业级数据质量标准、政策和程序的实施。
• 监督数据质量评估、审计和分析，以识别问题、根本原因和改进机会。
• 与数据管理人员、数据架构师和业务利益相关者合作，建立数据质量指标和关键绩效指标（KPI）。
• 设计并实施强大的数据清洗、丰富和验证策略，适用于多种数据源和平台。
• 监控并报告数据质量绩效，确保整个组织的透明度和问责制。
• 评估并整合数据质量工具、技术和自动化解决方案，以提升效率和准确性。
• 为团队提供数据质量最佳实践、方法论和法规遵从的专业指导和培训。
• 领导跨职能倡议，解决复杂的数据质量挑战并推动持续改进。
• 确保数据质量工作与整体数据治理和业务目标的一致性。
• 关注行业趋势、新兴技术和不断变化的监管要求，以保持数据质量实践的卓越性。
技能：
• 数据质量框架和标准：对数据质量评估、监控和改进框架有深入理解。
• 数据分析和评估工具：熟练掌握数据分析、审计和数据血缘跟踪工具（例如，Collibra、Informatica Data Quality）。
• 根本原因分析：能够识别、分析和解决数据质量问题的根本原因。
• 数据清洗和丰富：在设计和实施数据清洗、标准化和丰富流程方面具有专业知识。
• SQL和脚本语言：对SQL有很强的掌握能力，可能还会使用Python或R进行数据查询、分析和转换。
• 数据治理和合规性：熟悉治理框架、监管标准（例如，GDPR、CCPA）和合规最佳实践。
• ETL/ELT流程：在使用ETL/ELT工具和技术集成和维护数据质量方面有经验。
• 绩效测量：具有定义和跟踪数据质量指标、KPI和绩效仪表板的技能。
• 沟通与协作：优秀的沟通和人际交往能力，能够与利益相关者、数据管理人员和技术团队有效合作。
• 持续改进心态：致力于跟进行业趋势、最佳实践和新兴技术，以不断提升数据质量倡议。 
