AI数据工程师

承担以下2类或多类职责 1、AI智能体驱动分析类解决方案设计：深入理解公司各领域核心业务场景，负责AI智能体驱动的分析类解决方案设计；将业务痛点转化为数据科学问题，设计从“数据感知”到“智能决策”的闭环路径，推动大模型在复杂业务场景下的深度应用与效果调优。 2、企业级知识重构与Skill资产建设：负责将企业多年积累的业务逻辑、运营经验等隐性资产进行显性化重构；基于公司统一数据底座，构建面向AI的业务语义模型，开发并沉淀高质量Skill资产，实现从传统BI数据展示向“智能决策伙伴”的跨越。 3、高质量数据集建设与数据中心化AI：负责面向大模型训练与微调的高质量数据集建设；通过构建“事实-事理-行动”一体化模型，提升数据对AI的供给质量，降低模型训练与推理成本；建立数据全生命周期成本看板，实现公司数据存储可控可管理。 4、数据架构治理与语义标准化：负责公司级数据资产目录与AI数据标准设计，推动从“面向人的业务记录”转向“面向AI的业务建模”；统一存储注册与外部数据交换管理，替代传统非结构化数据报告，确保数据资产在不同AI智能体间的规范化复用与高效流动。 5、AI输出可信度与数据质量保障：制定面向AI应用的数据质量目标与测评规则，特别是针对非结构化数据与语义知识的准确性校验；建立“建设-使用-反馈-优化”的知识运营闭环，设计并实施数据质量改进方案，确保AI决策建议的准确性、可靠性与业务可信度。 【任职要求】 1、专业背景：具备计算机技术、通信工程、数学或统计学等相关专业知识基础，研究生及以上学历。 2、数据库技能：熟悉Oracle、MySQL、HIVE等数据库操作及SQL语言，具备数据库设计和建模能力者优先。 3、编程与数据分析能力：掌握Python、R等编程语言，具备数据统计分析和算法建模能力，有实际问题解决经验者更佳。 4、数据管理认知：理解数据管理和数据治理的基本概念，能够支持相关工作开展。 5、综合素质：具备良好的逻辑思维、总结提炼能力及沟通表达能力，能够有效推动团队协作和项目进展。