大数据场景下的模型开发管理是实现数据资源向数据资产转化的重要手段，为了提高数据模型的规范化和标准化水平，提升数据模型全生命周期管控能力，本文提出了一套大数据模型开发管理技术框架，从数据架构设计、模型开发标准管控、建模质量评估等多个方面提出解决方案和落地方法。其中所提数据架构在满足传统数据仓库分层原则基础上可同时兼顾生产、测试和临时分析，以及兼顾共性数据共享和个性数据分析场景，具有更好的综合性和适应性；所提数据开发标准管控覆盖了数据模型开发建设的全生命周期，满足数据开发者和数据管理者的需要；所提建模质量评估体系是对数据开发管理的创新性补充，能够有效实现数据模型的生命周期迭代及模型价值提升。