10 年经验面试：接手一个 30 人的数据部门，你怎么设计组织和分工？
面试怎么回答
我会先了解公司阶段、数据主要用来做什么、现在最大的痛点和每个人的能力，再设计组织。数据团队常见集中式、分散式和混合式，30 人规模我倾向混合式：平台组负责集群、调度、集成、开发平台和成本稳定性；公共数仓组负责公共层、核心维度和统一口径；业务数据组按业务线分成两三个小组，贴近业务做应用层和分析支持；治理和质量可以单独设小组或者由公共数仓兼任。每组设组长，我主要管组长。关键是划清边界：多个业务共用的放公共层由公共数仓负责口径，平台组以内部用户为客户、有 SLA，跨组协作靠模型评审和指标注册这些机制。调整节奏上，我会先观察一两个月，找到瓶颈再动，并提前和骨干沟通原因。
先把这段讲顺；面试官追问时，再展开下面的原理和细节。
详细讲解
面试数据部门负责人、数据总监时，面试官很少再问技术细节，而是问组织：这么多人怎么分组？平台和业务谁管谁？为什么这样分？ 这道题考的是你对数据团队组织方式的理解和取舍。
先搞清楚现状和目标
组织没有标准答案，要先回答几个问题：
- 公司处在什么阶段？业务线多不多？数据主要用来做报表、做增长还是做算法？
- 现在的痛点是什么：交付慢、口径乱、平台不稳定，还是成本太高？
- 30 个人现在怎么分的，各组的能力和骨干在哪？
三种常见的组织方式
| 方式 | 做法 | 优点 | 问题 |
|---|---|---|---|
| 集中式 | 所有数据人员在一个部门，按职能分组 | 标准统一、平台复用好 | 离业务远，需求排队 |
| 分散式 | 数据人员放到各业务线 | 响应快、懂业务 | 重复建设、口径不一、平台没人管 |
| 混合式（中台 + 业务对接） | 平台和公共层集中，按业务线设对接小组 | 兼顾统一和响应速度 | 职责边界要划清楚 |
30 人规模，多数公司适合混合式。
一个参考的分工
- 数据平台组（约 6–8 人）：计算存储集群、调度、数据集成、开发平台、成本和稳定性；
- 公共数仓组（约 6–8 人）：ODS 到公共 DWD/DWS 层、核心维度和主数据、指标口径的统一定义；
- 业务数据组（约 10–12 人，按业务线分 2–3 个小组）：面向交易、用户、营销等业务的应用层模型、报表和分析支持，是离业务最近的人；
- 数据治理与质量（2–3 人，或由公共数仓组兼任）：数据标准、质量监控、元数据和血缘、权限与安全；
- 数据分析或算法：根据公司情况放在本部门或业务部门。
每个小组设一个组长，负责人直接带 4–5 个组长，而不是直接管 30 个人。
关键是划清边界
- 公共层和应用层：多个业务都要用的放公共层，由公共数仓组负责口径；业务组不能各自重复建一套；
- 平台和用户：平台组的「客户」是内部的开发同学，要有服务意识和 SLA；
- 用机制而不是靠人协调：模型评审、指标统一注册、跨组需求的处理流程。
调整组织的节奏
- 不要一来就大改：先观察一两个月，找到真正的瓶颈；
- 调整时提前和骨干、组长沟通，讲清楚为什么调、对每个人意味着什么；
- 组织结构随业务变化，一两年回顾一次。