锦鲤求职岗位描述
【岗位职责】
1、负责面向数智场站业务的高质量数据集规划与建设，制定数据采集、清洗、标注、校验及质量评估规则，形成可复用、可共享的数据集资产；推动制定公司高质量数据发展战略，规划前瞻性、多模态、多场景的数据集建设蓝图，支撑 AI 产品研发与业务落地的长期需求；主导高质量数据集建设相关全流程工作，包括标准规范制度、需求分析、方案设计、进度控制、质量验收与成本管控，对数据交付的规模、质量、时效及成本负责。
2、推动数据标注平台、数据集管理工具的研发与优化，构建高效、敏捷的数据生产体系，协调并拓展外部数据合作伙伴、供应商及标注生态；研究并引入数据发现、合成、增强、自动标注及价值评估等领域的前沿方法与技术，持续提升数据生产的效率、规模与智能化水平；作为数据专家，协同算法、产品团队，将数据需求精准转化为可执行的方案，为模型训练、评测及迭代提供数据支持。
3、负责数据架构设计与落地，包括数据分层架构、数据模型（事实表 / 维度表）、数据流转链路及存储选型的设计与评审；负责多源异构数据接入与集成开发，完成系统采集、人工填报及物联网量测数据的抽取、转换、加载与调度编排。
4、负责数据标准、数据质量与元数据管理，建立数据质量检核规则与问题闭环机制，持续提升数据的完整性、准确性与一致性。
5、负责数据资产与指标口径运营，沉淀数据资产目录及指标体系，支撑驾驶舱、报表及上层数据应用的用数需求。
【任职要求】
1、具有3年及以上数据平台、数据仓库或数据治理相关工作经验，熟悉数仓分层架构与维度建模方法。熟悉数据标注平台、质量管理工具及主流数据治理框架，对主动学习、合成数据、指令数据工程、数据评估等领域的技术趋势有深入洞察和实践经验。
2、熟练掌握SQL及Hive、Spark、Flink、MaxCompute等至少一种主流大数据计算引擎，具备海量数据离线与实时处理开发能力。
3、熟悉数据标准、数据质量、元数据、主数据等数据治理方法论，具备高质量数据集或数据资产目录建设的实践经验。具备垂直行业的业务知识转化为数据定义与标注schema的能力，有能源行业高质量数据集构建经验者优先；对数据安全、隐私保护（如GDPR、个人信息保护法）及AI伦理有深刻理解，并能将其落实到具体的数据规范与流程中。
4、扎实的机器学习与深度学习基础，熟悉常见模型架构及其对数据特性的要求。熟练使用Python及主流ML框架（如PyTorch, TensorFlow, Scikit-learn）。具备完整的模型训练、评估与调优实践经验。深刻理解AI（特别是大模型与深度学习）对数据的需求，精通数据生命周期管理。具备从零到一规划并交付大规模、高质量、多模态（文本、图像、语音等）数据集的成功经验。
5、具备较强的业务理解与跨团队沟通协调能力，能清晰地向技术与非技术干系人阐述数据战略与价值，能领导复杂项目并在多线并行中确保目标达成，具备极强的系统性思维、逻辑推理能力和解决复杂问题的能力。能将业务需求转化为数据架构方案；有能源电力、工业物联网等行业数据平台建设经验者优先。
6. 年龄不超过40周岁，特别优秀者可适当放宽。