← Back to job listings
3S
数据仓库工程师(J16951)
3SBio · 上海市
About The Role
- 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:
- 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。
- 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。
- 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
- 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。
- 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:
- 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
This is an external listing. JobSpring does not represent or verify the employer. Report this listing
JobSpring