岗位职责：

1. 设计并开发离线数据处理流程，包括数据采集、清洗、转换与加载（ETL），保障数据的准确性与时效性；

2. 使用Python及相关生态工具（如Pandas、NumPy、Dask等）进行大规模数据预处理与跨系统数据同步；

3. 与算法和业务团队协作，为大小模型训练任务提供数据支持；

任职要求：

1. 计算机、数学、统计学或相关专业本科及以上学历，3年以上数据开发任务经验；

2. 熟练掌握Python编程，深入理解Pandas、NumPy、scikit-learn等数据科学库的使用 ；

3. 熟悉离线数据处理架构，了解Sqoop、DataX等数据同步工具的典型应用场景 ；

4. 掌握常见的机器学习算法（如分类、聚类、推荐系统）及其数据准备流程 ；

5. 具备较强SQL开发能力，能高效编写复杂查询，并对数据质量与一致性有高度敏感；

6. 了解阿里云或其他云平台数据开发者优先，有Dataworks、Maxcompute、PAI使用经验者更佳 ；

7. 具备良好的工程习惯、文档能力和团队协作意识，能独立推进数据项目落地。