科学数据及知识点建设实习生

调研国内外本学科重要科学数据库、数据平台及代表性数据集，梳理高价值科学数据资源；

对接科研团队和学科专家，明确数据汇聚范围、数据类型、质量要求及重点资源清单；

盘点现有科学数据资源，识别数据缺口，开展开放数据下载、信息登记、元数据整理和资源归档；

参与汇聚数据的完整性、规范性和质量检查；

调研国内外学科分类体系、课程体系和知识组织标准，收集权威教材、工具书、学科辞典等专业资料；

参与学科知识体系及知识点层级结构设计，并利用脚本、大模型等工具开展知识点抽取、归并、去重和规范化处理；

开展知识点准确性、完整性、覆盖度和层级合理性评估，配合完成抽样检查、问题修订和成果整理

国内外高校在读硕士或博士研究生，专业方向与相关学科建设需求相匹配，学科包括但不限于数学、物理学、化学等；

具备扎实的专业基础，能够阅读和理解本学科教材、论文、数据库及专业资料；

具有较强的信息检索、资料调研、归纳分析和文字整理能力；

掌握 Python 等编程语言，能够开展数据采集、清洗、去重或文本处理；

工作认真细致，具有较强的责任心、规范意识和质量意识；

具备良好的沟通协作能力，能够配合学科专家及项目团队完成相关任务；

能够保证相对稳定的实习时间，并按计划完成阶段性工作。 优先条件 具备以下一项或多项经验者优先：

具有科学数据库、科研数据集或开放数据平台调研与使用经验；

熟悉元数据、数据标准、数据治理或科研数据管理相关工作；

熟悉学科分类、知识图谱、本体或知识组织相关方法；

具有大语言模型、自然语言处理或信息抽取工具使用经验；

参与过科研项目、学科资源建设、数据库建设或知识体系建设工作。