质量数字化工程师-大数据-动力-深圳

数据接入与 ETL 开发：参与 LIMS、MES、设备 IoT、SCADA、PLM 等系统数据接入与 ETL/CDC 链路开发，在导师指导下完成脚本编写与单元测试，负责数据中台分层模型（ODS/DWD/DWS/ADS）下某 1~2 层的主题域建模与开发；

数据治理与质量保障：参与数据标准、数据质量规则、数据安全分级方案的落地执行；负责日常数据质量监控（完整性、准确性、一致性、时效性）、数据异常告警处理与质量报告输出；

AI/数据可视化与平台运维：参与训练数据集构建、特征工程与数据标注流水线开发；协助搭建实验室数据看板、领导驾驶舱及仿真结果 vs 实测数据存储对比平台；负责数据任务工作流调度监控、SLA 报告输出与故障应急响应。

计算机 / 工业工程 / 电池材料 / 大数据 /数据科学 / 统计等相关专业优先，硕士及以上学历；

专业基础：精通 Python/Java/Scala 至少 1 项，熟悉 SQL 与 Linux 命令行，理解主流大数据计算与储存组件的基本原理（在课题或实习中实际用过 1~2 个），了解实时消息传输方案与CDC、设备 IoT 协议（MQTT/OPC UA），熟练运用关系型数据库，了解时序库、向量库，对电池测试数据特点（时序、循环、工步、强关联）与仿真数据格式（CSV/HDF5/CAE）有认知或兴趣。有大数据中台、数据治理、时序数据处理、IoT 数据项目经历者优先；

工程化思维与数据敏感度：代码、脚本、配置、文档按规范管理，从 "循环 1500 周容量跳水 5%" 等数据细节中发现异常的数据敏感度；能写出工业级 ETL 脚本（异常处理、日志、监控、幂等）；

协同、应急与安全意识：与 IT / 测试 / 算法 / 供应商高效对接的协同潜力，客户测试数据保密所需的权限 / 脱敏 / 审计链路安全意识；跟踪向量数据库、LLM for Data 等前沿技术的学习热情，能输出清晰的架构图、ER 图、数据流图（实习 / 课题项目中体现）；

素质要求：道德品质（责任心强、有担当），职业素养（主动学习、持续改进（PDCA 思维）），团队协作（跨部门沟通顺畅），数据思维（用数据说话，结构化思考，避免经验主义），安全意识（锂电池行业特殊安全要求），创新意识（敢于突破传统、探索 AI 提效与流程自动化），执行力（任务闭环意识，今日事今日毕）；

外语CET-6，能阅读英文标准（IEC/ISO/UL），出差接受 3 基地轮岗（博罗 / 光明 / 惠州）+ 偶尔客户现场。