岗位职责：
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，保障数据准确性与完整性，解决缺失值、异常值等问题。

2.数据建模与管理：搭建并维护数据仓库体系，设计高效的数据模型，支撑大模型及机器学习项目的稳定运行。实施数据生命周期管理，确保数据安全合规，符合相关数据保护规范。

3.特征工程：开展特征提取与筛选工作，优化模型输入，提升模型预测效果。协同算法工程师推进特征工程流程的开发与落地，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）生成数据分析报表和交互式仪表板，辅助团队与管理层洞察数据。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性能，快速定位并解决潜在问题，保障系统高效运转。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发展，评估其在业务中的应用价值，为公司技术升级提供决策支持。

任职要求：
●教育背景：计算机科学、数据科学、统计学等相关专业本科及以上学历。

●工作经验：具备3年以上数据处理相关经验，有金融行业从业经历者优先考虑。

●技术能力：精通Python、SQL等编程语言，拥有扎实的数据处理与分析实践基础。
○熟悉主流数据处理工具与框架，如Pandas、NumPy、Spark等。
○了解数据仓库架构及ETL（Extract,Transform,Load）流程，具备实际项目操作经验。
○掌握常见数据可视化工具，如Tableau、PowerBI、Pandas等。
○了解大语言模型与机器学习基本原理，具有相关项目实践经验者优先。

●专业知识：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。了解金融领域业务逻辑与数据特性，能结合行业场景开展数据处理与分析工作。

●解决问题能力：具备良好的问题分析与应对能力，能够独立思考，善于在复杂情境中识别核心问题并推动解决。