数据仓库工程师(J16951)

职位描述

职位概述：

全面负责公司数据仓库的建设与管理，强化数据挖掘与数据科学能力。您无需具备现成的团队管理经验，但必须拥有深厚的数据仓库技术功底，并具备数据挖掘或数据科学实战背景，能亲自带队挖掘数据价值。

岗位职责：

1. 数仓规划与建设

o 主导公司级数据仓库的架构设计、模型设计、ETL开发及性能优化。

o 制定数据治理规范，保障数据质量、安全与合规。

2. 数据挖掘与分析

o 结合医药行业业务场景（如研发、生产、营销等），运用数据挖掘/统计学方法进行深层次数据分析。

o 指导并参与数据科学项目（如预测建模、用户画像、聚类分析等），输出可落地的业务洞察。

3. AI数据分析智能体

o 负责AI数据分析智能体的规划、开发与运维，推动数据洞察的自动化与智能化

o 基于大模型/机器学习技术，构建智能数据查询、异常检测、趋势预测等分析能力

o 探索AI Agent在数据治理、数据质量监控、元数据管理等场景的应用

4. 团队技术指导

o 管理2名外包员工，负责任务分配、技术辅导及代码/模型审核。

o 识别优秀外包员工，推动其转正，并培养其数据科学能力。

5. 跨域协作

o 与业务部门、数据产品团队协作，承接数据需求，推动数据驱动决策。

任职要求

任职要求：

• 学历专业： 计算机、统计、数学、生物信息学等相关专业本科及以上学历。

• 技术能力：

o 硬性要求： 同时具备数仓技术 + 数据挖掘/数据科学实战能力。

 数仓端：精通SQL，熟悉至少一种主流数仓（如Hive、Snowflake、Redshift、MaxCompute等）；有ETL开发和调优经验。

 数据挖掘/科学端：熟练使用Python/R进行数据分析和建模，掌握常用算法（回归、分类、聚类、时间序列等），有实际落地项目。

 AI智能体端： 了解大模型（LLM）在数据分析中的应用，有AI Agent开发或智能数据分析工具使用经验者优先；熟悉Prompt Engineering、RAG、LangChain等技术栈者优先

o 熟悉数据可视化工具（Tableau/Power BI/FineBI等）者优先。

• 经验要求：

o 5年以上数据仓库或数据分析相关经验，其中有至少2年涉及数据挖掘/科学工作。

o 有AI数据分析智能体、自动化数据分析平台相关经验者优先

o 有医药行业背景者优先，非必须但为加分项。

o 无需带人经验，但需具备技术领导力，能指导外包人员完成复杂任务。

• 软素质：

o 逻辑清晰，能从业务问题抽象为数据任务。

o 主动性强，能适应外包员工管理过程中的指导与督促角色。

o 对AI技术应用有热情，持续关注数据分析智能化趋势