数据处理与清洗：熟练运用 Pandas 和 Numpy 库，对大规模原始数据进行标准化处理，包括数据格式转换、异常值检测与修正、缺失值填充等工作，确保数据的完整性与一致性，为后续业务应用提供高质量数据源。 OCR 数据处理优化：基于 OCR 技术完成文档、图像等非结构化数据的信息提取，通过 Python 脚本开发自动化清洗流程，对 OCR 识别结果进行格式规范化、语义纠错及字段匹配，提升数据可用性。 NLP 语义分析：利用 Python 自然语言处理技术，对文本数据进行分词、词性标注、命名实体识别等基础处理；运用语义分析模型，完成语义相似度计算等任务；根据业务需求，优化 NLP 算法与模型，提升语义分析的准确性和效率。 代码质量保障：编写可维护、高性能的 Python 代码，遵循代码规范与最佳实践。负责相关模块的单元测试与集成测试，及时发现并修复潜在问题，确保系统稳定运行。参与代码评审，分享技术经验，提升团队整体技术水平。 技术协作与支持：与产品、运营等团队紧密沟通，理解数据需求并提供技术解决方案。协助其他部门解决数据相关问题，提供技术支持与培训。

技术能力 精通 Python 编程，熟悉常见数据结构与算法，具备良好的编程习惯。 熟练使用 Pandas、Numpy 进行数据处理与分析，了解数据清洗的常用方法与流程。 有 OCR 数据处理经验，熟悉至少一种 OCR 技术（百度 OCR 等），能处理 OCR 识别后的数据清洗，进行数据文本纠错与格式转换。 了解数据库操作（如 MySQL、PostgreSQL），熟悉 SQL 查询语言。 具备文本预处理、语义分析，有实际 NLP 使用经验者优先。 其他要求 具备良好的问题解决能力，能够独立分析并解决技术难题。 工作细致，注重数据质量，对数据准确性有较高要求。 具有良好的团队协作精神，能够有效沟通并配合团队完成任务。 有数据处理工具开发经验者优先。