AI4Sci 数据架构师

定义科学数据的任务类型、数据结构、元数据与标签体系，建立来源、版本、引用和证据之间的可追溯关系。 设计端到端数据产线，覆盖采集、构造、标注、推理、验证、复核、仲裁与交付，推动工具和自动化工作流落地。 建立科学数据质量标准、标准样本集、评分规则和验证机制，分析模型失败模式，持续改进数据。 组织数学、物理、化学、生物等领域专家，建立准入、培训、校准、任务匹配与复核机制。 在真实 AI4Sci 场景中完成原型和试点验证，明确质量、周期、产能、成本及风险，推动稳定交付。

985/211 高校、中科院体系或同等水平海内外院校博士。 数学、物理、化学、生物、材料、计算科学等理工科专业，数学、物理、化学、生物优先。 在至少一个科学领域具备扎实的研究训练和专业判断，能够阅读英文论文、科研数据库、技术报告和专业标准。 具备数据抽象和建模能力，能够把科学问题转化为结构化数据对象。 熟悉 Python 及常见数据处理工具，能够独立完成数据分析、原型搭建和试点验证。 对机器学习、大模型训练、评测、RAG 或科学计算具备基本理解。 具备复杂项目拆解和跨专业协作能力，重视事实、证据、可追溯性与实验可复现性。 具有 AI4Sci、Scientific ML、计算化学、生物信息学、材料信息学等经历。 参与过科学数据集、Benchmark、知识图谱或模型评测体系建设。 熟悉大模型 SFT、RL、合成数据、Verifier 或 Agent 工作流。 有科研成果工程化、科研平台建设或跨学科项目经验。 有科学专家网络、众包生产、复杂数据产线管理、工业界交付或客户协作经验。