职位描述
1、搭建多源数据采集管道（网络/DB/API），支持自动接入、增量同步与异常监控，入湖入仓分层管理。
2、进行数据清洗与标准化（错/重/缺处理），落地规范化ETL/ELT，并做好元数据与血缘记录。
3、制定标注规则与质检机制（抽检、交叉验证），将质量指标接入数据管道并优化查询与复用。
4、用复述/同义替换/语序调整与生成式AI/规则引擎做数据增强，批量并行执行并评估效果。
5、与算法/研发/运维协作，开发简易后端接口与工具，沉淀最佳实践提升团队效率。
岗位要求：
1、本科及以上，计算机/数据相关专业；理解NLP基础与大模型后训练流程与数据要求。
2、精通Python，熟练Pandas/NumPy/Spark/Flink；会FastAPI/Flask/SpringBoot至少其一。
3、了解前端基础（Vue/React/HTML/CSS/JS），能与前端配合完成工具界面调试。
4、熟悉MySQL/PostgreSQL/MongoDB至少其一，具备数据建模与性能优化意识。
5、1–3年数据处理/数据工程经验；有LLM标注/增强/合成/工程化或数据仓库、采集管道、数据工具经验者优先。
6、具备数据质量评估与问题定位能力，能快速排查管道/存储/前后端问题；善于沟通协作，学习力强、对AI充满热情，能写清晰的技术文档。