数据运营工程师

岗位职责：
1. 负责公司核心业务系统的数据运营工作，确保数据质量和完整性；
2. 建立和维护数据监控体系，及时发现并处理数据异常；
3. 探索并引入大语言模型（LLM）等 AI 工具，辅助处理海量非结构化数据的提取、清洗与分类；
4. 制定数据运营规范和标准操作流程，提升数据处理效率；
5. 配合业务部门完成数据需求分析和数据产品优化；
6. 熟练运用 Vibe Coding（AI 辅助编程）模式，高效编写和维护 Python 数据处理脚本，实现数据采集、清洗、转换等自动化流程；
7. 开发数据质量检测和异常监控工具，提升数据运营自动化水平；
8. 优化现有数据处理流程，减少人工操作，提高工作效率；
9. 参与数据平台功能开发和系统集成工作；
10. 定期产出数据运营报告，为业务决策提供数据支撑。
岗位要求：
1. 拥抱 AI，具备极强的“Vibe Coding”（AI 辅助编程）能力，能熟练写好 Prompt（提示词），利用 AI 工具（如 ChatGPT/Claude/Copilot 等）快速生成、调试 Python 脚本及解决技术报错；
2. 熟悉本地大模型生态，能熟练使用 Ollama、LM Studio 等工具进行开源大模型的本地化部署、运行与 API 调用；
3. 熟练掌握 Python 编程，熟悉 pandas、numpy、requests 等常用数据处理库（语法可借助 AI，但需具备清晰的逻辑思维和代码审查能力）；
4. 了解 MySQL/PostgreSQL 数据库操作，能编写 SQL 查询；
5. 掌握 Linux 基础命令，能在服务器环境下工作；
6. 熟练使用 Excel、SQL 进行数据分析，熟悉 Tableau、Power BI 等数据可视化工具；
7. 熟练使用 Git 版本控制，具备团队协作开发经验；
8. 认真负责，注重细节，具备强烈的责任心；
9. 主动学习新技术，持续提升专业技能；
10. 良好的跨部门沟通能力，能准确理解业务需求；具备独立分析和解决问题的能力。
加分项：
1. 了解大模型微调概念，有使用 LLaMA-Factory 等框架进行轻量级微调（SFT）经验，或能根据业务场景训练专属小模型者优先；
2. 了解或使用过 OpenClaw 等进阶 AI 工具链/智能体框架者优先；
3. 熟悉 Docker 容器化技术和自动化部署；
4. 具备机器学习或数据挖掘项目经验；