数据研发能力模型思考

又到新一年做ddo设定，为了公平公正对应每位同学进行考核评定，普惠数据研发团队对整个数据研发能力模型进行相应的思考，这样有利于团队同学能看清整个成长路径规划，也便于管理者对对应每个同学考核评定有个客观评价标准。在这个过程更多结合大团队对我们的要求，以及该工种所具备的技能进行模型的设计，主要包含下面5方面能力模型

业务理解能力：

数据是业务的数据，也是常说的业务数据化，因此数据建设及价值透出都需要对业务有很好的理解，当然这部分也是数据研发经常会忽略的；一个良好数据模型也是建立在对业务有了深刻理解，这样才能避免拓展性差，易用性差等问题。
目标：理解业务对数据诉求，能真正通过对业务理解，提供完善数据建设能力，为业务发展及决策提供数据支撑

初级：
1、能理解负责方向业务特点，并能清楚知晓数据侧所能建设数据
中级：
1、能理解所负责方向业务，及相关联方向所涉及的业务特点，并能清楚知晓数据侧所能建设数据（业务驱动）
2、通过业务交叉方向理解，自驱能在交叉领域针对自己对业务理解提供相应数据建设支持
高级：
1、全面了解整体业务特性，清楚知晓相应业务下数据的不完善，缺少隔离等问题。
2、期望能前瞻性通过对业务整体性理解，自驱提供相应模块数据建设来指导业务

数据技术能力：

大数据生态下技术的建设，这方面也是最能体现数据研发技术价值能力，通过这个能力建设能帮忙业务解决很多大数据方面面临的问题
目标：掌握大数据生态下相关数据技术能力，通过多样的技术能力，解决业务中复杂的问题或者痛点问题，直接为业务带来业务价值，或者工作效率提升等

初级：
1、具备离线，实时，调优等的技术开发能力，满足日常的数据研发诉求，为数据体系建设提供底层稳定技术能力
中级：
1、具备一定解决复杂问题技术能力，对于底层技术有深刻总结；
2、日常业务问题中能通过数据技术能力快速帮忙解决
高级：
1、对于数据技术有深刻理解，有一定的架构能力，并能赋能带动团队提升相应的技能；
2、对于日常的复杂性问题能提供本质性的解决方案（非点对点）
3、通过业务发展，能引入前展性技术，去解决业务痛点，也带领团队或个人技术成长

数据建设能力：

数据建设能力是体现一个数据研发对于数据建设的专业性，这个过程是基于对于数据业务理解进行数据模型设计及最终开发的过程
目标：数据模型建设能力，通过对应模型设计保证数据复用性，标准性，全面性等。提供整体数据开发及产出效率。通过数据为业务快速，全面看清楚业务的问题

初级：
1、能在快速在导师带领下完成对应数据建设工作
2、对模型整体都有一定了解，建设的数据符合整套模型建设规范
中级：
1、对模型建设有独立的见解，完全能独挡一面进行模型合理性设计及建设，保证模型产出标准，唯一
2、能很好判断自己负责模块数据存在的缺陷，并通过自己努力自驱建设完善相应数据
高级：
1、能系统性思考业务模型架构设计合理性，保证整体架构的复用性（如新增业务线等）
2、能系统性的，前瞻性把负责业务线数据更多和别的业务数据进行融合，为业务创造1+1大于2效果
3、能很好看清目前数据建设存在的缺陷，并提供相应的解决方案（如：数据完整性问题），具备一定推动上游改造能力

数据管理能力

这个是我理解整个数据研发最重要的核心，因为它直接透出业务最直接的感觉包含了准确性，及时性等，也是最影响用户对数据信任度，这部分如果说是对外表象的话，那队内其实关于存储，计算都是体现一个数据研发专业程度高低。
目标：保证生产数据是准确，及时，并且数据健康度高分值（避免存储，计算浪费，元数据完整性）

初级：
1、对于自己开发数据能保证整体及时性，准确性
2、对自己开发的数据健康分有高的要求，高于集团健康分（75分以上）
中级：
1、对于数据准确性，及时性有一定保障方案的沉淀，能提供团队同学复用
2、对应数据健康分的治理，有统一方法论，并能落地到日常数据建设中，让团队在治理方向能高效复用
高级：
1、对于准确性，及时性，并且数据健康分的治理有统一系统的方法论，保障整个团队在这方面目标达成，效率也是最高
2、在数据治理方向有推动能力，能整个数据团队，或者大部门团队达到数据健康负责

数据运营能力

目标：扩大数据团队个人影响力，以及团队影响力。让生产数据能更广泛认可并使用，也让数据价值更多被认可扩大

初级：
1、能对自己数据资产做好很好总结沉淀，并能推广自己数据资产被广泛使用
中级：
1、能很好把个人数据能力，数据资产打包推广
2、能把个人数据能力赋能给业务方
高级：
1、对本团队，或者负责方向数据资产能系统性运营推广，达到数据被广泛使用，扩大团队影响力
2、把团队整体数据能力，通过组织能力或者平台系统能力（自己找方式）赋能给业务方，提升业务方对数据研发认知
3、需要有整体运营能力的沉淀，及方法论产出​