你每天到底在干什么
- 设计数仓分层与主题域模型（维度建模 / Data Vault）
- 统一指标口径，建设指标平台与数据字典
- 推动数据质量、血缘、成本治理
- 支撑 BI、算法与业务系统的数据需求
典型的一天
- 上午：评审模型设计，对齐口径争议
- 下午：写建模文档 + 开发核心模型
- 跨团队沟通占比高
技能清单
必须掌握
维度建模理论Hive / Spark SQL数仓分层实践数据治理方法论指标体系设计元数据与血缘
加分项
湖仓一体dbt / 数据编排数据安全与合规成本优化
面试会考什么
1维度建模：星型/雪花、缓慢变化维
2口径不一致如何治理
3数据质量监控体系怎么搭
4手写复杂 SQL 与模型设计题
2026 趋势判断
湖仓一体与指标中台成为主流；AI 让「语义层 + 指标平台」价值上升，因为模型需要可信的指标输入。
同方向岗位的应届薪资
逐项对比 →同样口径（一线城市年度总包），区间位置越靠右越高。
值得去的地方
- 偏设计，经验越久越值钱
- 话语权强，接触业务全局
- 传统企业数字化需求大
必须接受的代价
- 岗位数量少于大数据开发
- 治理工作推进阻力大
- 成果不易量化
Next