数据中台架构设计的原则和方法主要包括以下几个方面：

1. 应用分层原则：将数据中台架构设计分为三层：数据存储层、数据处理层和数据应用层。数据存储层主要负责存储数据，数据处理层主要负责对数据进行清洗、加工和转换，数据应用层主要负责为各个业务应用提供数据服务。

2. 数据治理和标准化原则：在数据中台架构设计过程中，需要对数据进行标准化和治理，建立数据词汇表、元数据管理和数据地图等，并通过数据质量管理、安全保障和数据共享等途径提高数据的价值和可靠性。

3. 模块化和可扩展原则：数据中台架构需要采用模块化设计，以便于扩展和升级。模块化设计可提高数据处理效率、降低开发成本，并支持增量式升级和部署，以更好地满足企业数字化转型和发展需求。

4. 独立性和松耦合原则：数据中台架构要求各模块之间具有独立的责任和功能，且因此没有相互干扰的情况出现。同时，模块之间要采用松耦合的方式进行通信，即在数据中台架构中各模块之间并不会互相依赖，而是通过接口、消息中间件或者接口文件来完成通信。

5. 多样化的数据服务原则：对于不同的应用场景和业务需求，数据中台需要提供多样化的数据服务：包括数据可视化、数据分析、数据挖掘、数据预测等服务，使得中台架构能够更好地服务于企业内部的各项业务，进一步提升数据的价值。

在数据中台架构的设计方法方面，可以采用面向服务架构(SOA)、微服务架构、云架构和容器化技术等。FaceData, Apache Kylin, Spring Cloud和Docker等开源软件也可以用于支持数据中台架构的构建和实现。

综上所述，数据中台架构设计旨在构建一个数据中心，为整个企业提供数据管理、数据处理和数据应用服务。其设计需要遵循应用分层、数据治理和标准化、模块化和可扩展、独立性和松耦合、多样化的数据服务等原则，然后通过面向服务架构、云架构和容器化技术等实现。