【Coding专项】数据工程师（AI模型任务设计）

岗位职责 - 设计并构建模型Coding任务题目，基于真实应用场景。 - 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。 - 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。 - 编写合理有效的测试脚本 - 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 - 计算机相关背景，本科及以上学历，四年以上工作经验 - 精通 Python （Pandas、NumPy、SciPy、scikit-learn）或 SQL的数据处理、分析与建模工具； - 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； - 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； - 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； - 具备处理 多数据源合并、对齐与一致性校验 的实践经验； - 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； - 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 - 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； - 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； - 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）； - 熟悉 矩阵密集计算或大规模数值计算 的优化与验证方法； - 对 密码学或安全相关数据问题 有实践经验，例如： - 基于数据分析的简单密码学攻击或侧信道分析； - 利用统计或数值方法分析加密相关数据特征； - 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； - 有构建 交互式 Notebook、数据可视化或分析仪表盘 的经验。 岗位亮点 - 远程兼职：不限制地域，线上完成任务 - 时间灵活：根据个人情况灵活安排工作时间 - 大厂项目：为北京海淀区中关村某大模型公司旗下的 AI Coding 产品提供高质量专家数据 - 技能提升：可使用平台免费的 AI 模拟面试，获得比人类面试官更详细的建设性反馈，帮助你练习和提升真实面试表现。参与者可持续提升题目设计、代码评审、测试验证、工程表达和 AI Coding 评估能力。 筛选流程 - 提交简历，完成对应AI面试 - 面试通过者则进入项目，参与小测培训 - 如果遇到问题，可在项目飞书群中咨询工作人员 关于一面千识