1、核心职责聚焦于构建可靠、高效、安全合规的AI数据基础设施；

2、负责AI模型训练推理数据的全流程管理以及数据版本控制及质量评估；

3、设计实现高吞吐、低延迟的数据提取、转换和加载（ETL）流程，以支持模型训练和评估；使用工具或开发自动化工具/脚本（如Python）处理大规模数据，包括多源数据采集、噪声过滤、去重、缺值补充、存储、访问和加载等；

4、设计数据存储架构，包括数据库选型（关系/非关系型、向量数据库/时序数据库）、数据表、存储过程、访问控制、性能优化、冗余备份等；

5、按需实施隐私计算（联邦学习/差分隐私）及脱敏策略，确保训练数据符合GDPR/《个保法》要求；

6、按需构建数据质量监控平台，定义并自动化校验数据完整性、一致性及分布偏移指标（如PSI）。

任职要求：

1、计算机/统计学相关专业，2年以上数据工程经验；

2、精通Python/SQL，熟练使用 PySpark/Pandas 进行大规模数据处理；

3、具有编写自动化工具、脚本或使用分布式计算工具/ETL工具（如Hadoop、Spark、Talend等）进行数据ETL的能力与实际工程经验；

4、具有设计数据存储架构的能力与实际工程经验；

5、熟悉电力、气象、光伏等领域和设备的数据处理、治理经验者优先；

6、熟悉GDPR/《个人信息保护法》/隐私计算/脱敏策略者优先。