1）熟悉数据仓库模型设计与ETL开发经验 ，掌握Kimball的维度建模设计方法，具备海量数据加工处理（ETL）相关经验； 2）熟练运用大数据计算平台来处理数据，包括但不限于ODPS、Flink、Hadoop、Spark等，掌握一门或多门编程语言，如Java、Python等； 3) 良好的数据敏感度，能从海量数据提炼核心结果，需要具备数据统计的基础知识，能够在数据探索上有自己的洞见分析能力；掌握常用的数据分析方法，例如数据预处理，单变量描述性统计，多元统计分析如回归，聚类等； 4）有良好的业务及产品感觉，能够超越需求，有自己独到的见解和思考。可以主动并乐于了解日常业务，具备从日常业务中发现问题并解决问题的能力； 5）对数据挖掘和机器学习有所了解，包括常用的机器学习算法和数据建模过程的优先，有企业级数据智能应用场景实践的优先。