大语言模型（LLM）应用与优化
1. 利用LLM（如GPT、BERT、LLaMA等）进行文本数据治理，包括实体识别、分类、摘要生成等。
2. 微调或训练领域专用的大语言模型，提升数据标注、知识图谱构建等任务的效率。
3. 解决LLM在数据治理中的挑战（如幻觉抑制、隐私保护、小样本学习）。

统计建模与实验设计
1. 开发统计抽样模型（如Bootstrap、贝叶斯抽样）支持数据分析和决策。
2. 设计A/B测试或多臂老虎机实验，评估数据治理产品的效果。
3. 构建预测模型或异常检测模型，监控数据管道健康状况。

跨团队协作
1. 与数据工程师合作优化数据管道，与产品经理沟通需求并落地数据治理功能。
2. 输出技术文档，向非技术团队解释模型原理和数据治理逻辑。

任职资格

教育背景与培训经历：计算机，统计学，数学相关专业。

工作经验：
1. 3年以上数据科学或机器学习相关工作经验。
2. 有数据治理、数据质量管控或数据中台项目经验者优先。
行业背景：医药相关项目经验为佳、乙方咨询类公司经验
专业技能及语言要求：
1. 熟练掌握Python（Pandas、NumPy、Scikit-learn）和SQL。
2. 有大语言模型实战经验（如Hugging Face、LangChain、OpenAI API）。
3. 精通统计抽样方法（随机抽样、重要性抽样等）和假设检验（p值、置信区间）。
4. 熟悉数据治理工具（如Apache Atlas、Collibra）或自建数据血缘/元数据管理系统

能力要求：
1. 逻辑清晰，能独立解决复杂数据问题
2. 沟通及快团队协同能力
3. 有良好的学习能力