兼职【Coding专项】数据工程师

岗位职责 1.设计并构建模型Coding任务题目，基于真实应用场景。 2.使用 Harbor+Docker 等容器化技术搭建可复现、标准化的题目运行环境，确保问题状态、初始条件与评测结果具备一致性与确定性。 3.设计并实现题目的黄金解决方案，用于验证解题结果在功能正确性、系统状态变化与工程合理性上的有效性，避免过度约束或硬编码假设。 4.编写合理有效的测试脚本 5.编写高质量的 题目文档与配置文件，清晰描述题目目标、输入输出与验收标准，强调可复现性与标准化流程。 任职要求 1.计算机相关背景，本科及以上学历，四年以上工作经验 2.精通 Python （Pandas、NumPy、SciPy、scikit-learn）或 SQL的数据处理、分析与建模工具； 3.具备扎实的 数学、概率统计与数值计算基础，理解常见统计方法与数值误差来源； 4.熟悉矩阵与线性代数计算，能在工程场景中实现并验证矩阵运算、分解或数值稳定性； 5.能将复杂的数据或科学计算问题 拆解为可评测的子任务，并实现自动评分逻辑； 6.具备处理多数据源合并、对齐与一致性校验 的实践经验； 7.熟悉 日志或半结构化文本的数据处理，能使用正则表达式进行抽取、清洗与统计； 8.有良好的工程习惯，能生成 可复现实验记录（随机种子、环境、依赖与版本）。 加分项 1.有 复杂数据处理任务 的工程经验，能在噪声、缺失或异常数据条件下稳定产出结果； 2.有 榜单、评测结果或排名体系解析 经验，理解指标设计对结果的影响； 3.有 科学计算或数值模型迁移经验（如将原型算法迁移到新环境或新语言实现）； 4.熟悉 矩阵密集计算或大规模数值计算 的优化与验证方法； 5.对 密码学或安全相关数据问题 有实践经验，例如： 6.基于数据分析的简单密码学攻击或侧信道分析； 7.利用统计或数值方法分析加密相关数据特征； 8.有将 数据分析或建模任务工程化、自动化并纳入 CI 的实践经验； 9.有构建 交互式 Notebook、数据可视化或分析仪表盘 的经验。