工作内容：
1、数据采集与清洗：制定并执行数据采集策略，从多类数据源（如数据库、API、文件等）中提取数据。对数据进行清洗和预处理，保障数据准确与完整，妥善处理缺失值、异常值等问题。
2、数据建模与管理：搭建并维护数据仓库，设计科学的数据模型，支撑大模型及机器学习项目的高效运作。管理数据生命周期，确保数据安全合规，遵守相关数据保护法规。
3、特征工程：开展特征提取与筛选，优化模型输入，提升模型预测能力。协同算法工程师，构建并落地高效的特征工程流程，助力模型训练与调优。
4、数据可视化与报告：运用数据可视化工具（如Tableau、PowerBI、Pandas等）制作报表与仪表盘，辅助团队和管理层深入理解数据。撰写详实的数据分析文档，记录处理过程与成果，提出可行性优化建议。
5、性能监控与优化：持续监控数据处理与模型训练的运行表现，快速识别并解决潜在问题，保障系统稳定。优化数据处理链路，提升处理效率与质量，降低资源开销。
6、技术调研与创新：关注前沿数据处理技术与工具，评估其应用价值，为公司技术升级提供方向性建议。

任职要求：
1、计算机科学、数据科学、统计学等相关专业本科及以上学历。
2、具备3年以上数据处理工作经验，有金融行业经验者优先考虑。
3、精通Python、SQL等编程语言，拥有扎实的数据处理与分析实践能力。
4、熟悉主流数据处理工具与框架，如Pandas、NumPy、Spark等。
5、了解数据仓库架构及ETL（Extract,Transform,Load）流程，具备实际项目落地经验。
6、掌握数据可视化工具，如Tableau、PowerBI、Pandas等。
7、了解大语言模型与机器学习基本原理，有相关项目实践经验者优先。
8、深入掌握数据处理与管理理论，熟悉数据清洗、特征工程、数据建模等核心技术；了解金融领域业务流程与数据特性，能结合金融场景开展数据工作。
9、具备出色的问题解决能力，善于独立思考，能从复杂情境中捕捉核心问题。