数据智能研发工程师

1.面向"AI-Ready"的数据前沿方向，结合国家战略及通信、政务、金融等行业需求，跟踪数据科技领域前沿技术，开展核心技术研究、关键技术平台研发、重大课题攻关及项目交付落地相关工作；

2.参与科研课题、技术标准及科技奖项申报，涵盖材料编制、技术路线设计及全流程研发，推动研究成果向算法、组件、平台及行业产品转化，形成论文、专利、软著、标准及创新案例等成果；

3.面向数据智能应用场景，开展机器学习、深度学习及大模型算法研究，涵盖数据处理、表示学习、模型训练、Agent搭建及工程化落地，推动算法应用；

4.参与数据智能相关平台研发，建设数据处理、治理、服务、模型管理、知识库和智能体等平台能力；重点关注数据本体、智能数据治理、知识工程、预测分析、智能决策、数据流通利用、数据基础设施等技术方向；

5.深入业务场景，参与行业项目的需求分析、方案设计、POC验证、系统集成和实施交付，解决数据接入、环境适配、性能优化等问题，沉淀可复用的技术能力和行业解决方案。

1.硕士研究生及以上学历（博士优先），计算机类、电子信息类、数学类、统计学类等相关专业；

2.具备良好的算法与编程基础，熟练掌握Python、Java、Scala、Go或C++中的一种或多种语言，能使用SQL进行数据处理；

3.熟悉机器学习与深度学习基本方法，了解主流开发框架及大模型、RAG、智能体等技术；了解大数据、数据库及分布式计算技术；

4.具备Linux、Docker、Kubernetes等开发部署基础者优先；能熟练使用大模型及AI工具辅助技术调研、数据分析、代码开发、测试及文档编写；

5.具备较强的科研文字功底，能独立完成申报材料编制工作；逻辑思维清晰，学习能力与沟通协作能力强，具备良好的问题解决能力，愿意深入业务及项目现场推动技术落地；

6.加分项：在校期间有成功申报省级及以上科研项目或成果奖项经验。