AI 数据工程实习生

数据是大模型的燃料，也是医疗 AI 的生命线。你将加入团队的核心数据底座建设，参与支撑医疗大模型的大规模离线数据生产体系——从海量多模态医学内容的加工与结构化，到数据质量治理、调度编排与系统可观测性。

我们的数据底座正在进行新一代架构升级，这意味着你不是来“维护一个旧系统”，而是会亲历并参与一套大型数据系统的演进与重构。

根据业务需要与个人兴趣，参与以下方向的一项或多项：

1. 数据生产与稳定性保障

● 参与大规模离线数据任务的调度、运行保障与异常处理，确保数据按时、完整、准确产出

● 建设监控告警体系，让问题在影响线上之前被发现

2. 数据质量治理

● 设计数据校验与对账机制，定位数据差异与异常的根因

● 为架构升级、链路切换提供可靠的数据依据

3. 诊断与性能优化

● 基于日志与指标进行故障定位和链路分析

● 分析计算耗时与资源消耗，发现瓶颈并推动优化

4. 工具化与自动化

● 用 Python / SQL 结合 AI 编程工具，把重复操作沉淀为自动化工具

● 沉淀可复用的方法论与文档，让经验变成团队资产

任职要求

1. 基础条件

● 本科及以上在读，计算机、软件工程、数据科学、数学等相关专业优先

● 工程方向（本岗位非算法岗）

2. 专业能力

● 熟悉 SQL，具备一定的数据分析与问题定位能力

● 掌握 Python，能够编写数据处理与自动化脚本

3. 能力特质

● 对数据敏感：看到一个异常数字，会忍不住追问“为什么”

● 闭环意识：问题跟到底，不满足于“跑通了”，而是要搞清根因

● 工程直觉：发现重复劳动，第一反应是把它自动化

加分项

● 有 MaxCompute（ODPS）、Hive、Spark、Flink 等大数据平台使用经验

● 了解任务调度、数据仓库、数据质量治理相关概念

● AI 编程工具（如 Cursor、Claude Code、Qoder 等）重度用户

● 有数据管道、ETL 相关的项目、竞赛或实习经历

你将收获

● 真正的大规模数据系统：处理的是支撑线上医疗大模型的真实数据，不是课程作业里的玩具数据集

● 亲历一次架构升级：从新旧并行、对账验证到平滑切换，理解大型系统如何在不停机的前提下演进

● AI 原生的工作方式：在真实生产问题上，把 AI 编程与分析工具用到极致

● 导师一对一带教：有成熟的工具与文档帮你快速上手，资深工程师带你从“能处理”走到“能优化”

● 看得见的价值：你守护的数据，直接影响一线医生每天拿到的 AI 能力