【岗位职责】

1.期刊XML数据标准制定与实施（核心重点）

a. 负责分析不同标准的期刊XML数据（如JATS、BITS、CrossRef等），制定符合我司业务需求的内部统一数据标准和规范。

b. 设计并开发强大的XML解析、验证、清洗和转换（ETL/ELT）流程，确保数据能准确映射到目标模型。

c. 建立数据质量监控规则和校验体系，对入库的期刊XML数据进行自动化质量检查和报告，确保数据的完整性、准确性和一致性。

d. 解决XML数据处理中遇到的复杂技术问题，如处理大型XML文件、解析复杂嵌套结构、字符编码问题等。

2.数据管道与平台开发（通用数据工程师职责）

a. 设计、构建和维护稳定、可扩展的数据管道，负责期刊数据从采集、处理到存储的全链路。

b. 管理和优化数据仓库/数据湖中相关数据模型，确保其能满足下游业务（如检索、推荐、分析）的需求。

c. 与数据科学家和分析师协作，为其提供高质量、易用的数据集合。

3. 标准维护与协作

a. 持续跟踪学术出版行业的数据标准演进，并据此优化内部标准和处理流程。

b. 与内容获取、产品经理和研发团队紧密协作，理解业务需求，并将其转化为技术方案。

c. 编写清晰的技术文档，包括数据标准说明书、数据处理流程说明和系统设计文档。

【任职要求】

1. 工作经验

a. 学历要求：硕士以上学历（211，985，双一流院校优先），计算机及相关专业优先

b. 3年以上数据工程师或相关领域工作经验。

c. 必须具备扎实的XML/JSON等结构化数据处理经验，熟悉XPath, XSLT, XML Schema (XSD) 等相关技术。

d. 拥有构建和维护ETL/ELT数据管道的实战经验。

2.技术技能：

a. 编程语言： 精通 Python 或 Java/Scala，并具备使用其处理XML/JSON数据的能力（如使用lxml, ElementTree, BeautifulSoup等库）。

b. 数据存储： 熟悉至少一种关系型数据库（如PostgreSQL, MySQL）和一种NoSQL数据库（如MongoDB）。

c. 大数据技术： 熟悉至少一种大数据处理框架，如 Spark（优先考虑）、Flink，或熟练使用SQL进行复杂数据处理。

3.软技能：

a. 对数据质量有极高的要求，做事严谨、细致，有强烈的责任心。

b. 具备优秀的逻辑分析和问题解决能力，能独立解决复杂的数据问题。

c. 具备良好的沟通能力和文档撰写能力。

4.优先考虑条件（加分项）

a. 有学术出版、数字图书馆、知识服务等相关行业背景，熟悉 JATS 等期刊标记标准。

b. 有使用或解析 Elsevier, Springer Nature, Wiley 等大型出版社XML数据的经验。

c. 有数据治理、数据质量管理或元数据管理相关项目经验。