数据研发

1、数据开发与处理：参与数据仓库、数据管道（ETL/ELT）的设计、开发和优化，编写和维护数据处理的脚本或工具（如SQL、Python等），按照业务需求说明书协助完成数据清洗、转换、聚合等任务，确保数据质量和时效性。
2、协作与文档：与数据工程师、分析师等团队协作，理解业务需求并落地实现；撰写技术文档，记录数据处理逻辑和开发流程。 1、技术基础：熟悉Python，掌握常用库（NumPy/Pandas/SciKit-Learn）；理解机器学习基础（如损失函数、梯度下降、过拟合等）；熟悉深度学习框架（PyTorch/TensorFlow/Keras）优先。
2、算法能力：了解经典算法（如SVM、决策树、神经网络）和评估指标（准确率、F1、AUC等），有CV/NLP项目经验优先。
3、学历背景：计算机、人工智能、统计学、数学、电子信息等相关专业硕士在读。
4、软性要求：强烈的学习兴趣，能快速理解论文或开源项目；逻辑严谨，具备问题分析和实验设计能力；良好的英语阅读能力（需阅读技术文档或论文）。