" 1.主要职责是通过系统性的数据采集、处理、分析和建模，为AI算法训练、业务决策和产品优化提供科学依据。介于数据工程师和算法工程师之间，既需要扎实的数据处理能力，又需要深入的数据分析和建模能力，是连接数据资产与AI应用价值的关键桥梁。 2.具备优秀的团队协作与沟通能力，可快速适配工作内容调整及多样化标注需求，适应性与灵活性俱佳； 3.具备一定研究学习能力，能独立开展、调研和整理新领域知识。"

"1.技术能力： 编程能力：熟练掌握Python、SQL等编程语言，熟悉Pandas、NumPy、Scikit-learn等数据处理和机器学习库 数据处理：掌握数据清洗、特征工程、数据可视化等技能，熟悉Hadoop、Spark等大数据处理框架 机器学习：熟悉常见的机器学习算法（分类、回归、聚类、推荐等），了解深度学习框架（PyTorch、TensorFlow） 数据库：熟悉关系型数据库（MySQL、Oracle）和NoSQL数据库，了解数据仓库和数据湖架构 2. 业务理解能力 能够快速理解业务逻辑，将业务问题转化为可量化的分析需求 具备商业洞察力，能够从数据中发现商业机会和价值 熟悉所在行业的商业模式和业务流程，能够结合行业特点进行数据分析 3. 研究能力 具备扎实的数理统计基础，熟悉假设检验、回归分析、时间序列分析等方法 能够独立设计研究方案，开展实证研究 具备学术研究能力，能够撰写高质量的研究报告和论文 4. 软技能 沟通能力：能够清晰表达分析结果，向非技术人员解释复杂的数据问题 团队协作：具备良好的团队合作精神，能够跨部门协作 学习能力：持续学习新技术和新方法，保持技术敏锐度 抗压能力：能够适应快节奏的工作环境，具备较强的抗压能力 5. 加分项 有AI项目实践经验，特别是大模型、推荐系统、自然语言处理等方向 有学术论文发表、专利申请或开源项目贡献 熟悉数据治理、数据安全、数据合规等相关知识 具备行业咨询或政府项目经验"