一、岗位职责

• 负责电商核心数据体系搭建，主导商品数据、供应商数据、用户数据及行业数据的标准化工作，制定统一的数据规范、清洗规则与质量评估体系，保障数据的准确性、完整性与一致性。

• 负责外部数据的调研、接入与融合，设计外部数据与内部标准库的映射规则，实现外部数据的高效清洗、转换与入库，丰富标准数据资源。

• 基于标准化数据体系，支撑智能采购平台的核心数据层建设，为采购预测、供应商评级、商品匹配、价格优化等AI应用场景提供高质量数据支撑。

• 参与AI模型的数据预处理全流程，包括特征工程、数据标注规范制定、数据集构建与迭代优化，提升模型训练数据质量。

• 负责数据仓库/数据湖的设计与优化，构建面向电商采购场景的数据模型，保障数据存储、查询与分析的高效性。

• 监控数据流转全链路，建立数据质量监控机制，及时发现并解决数据异常问题，持续优化数据标准化流程。

• 与产品、采购、算法团队紧密协作，理解业务需求，将数据能力转化为业务价值，推动智能采购平台的迭代升级。

二、任职要求

1. 基础技术能力

• 本科及以上学历，计算机、数学、统计学、数据科学等相关专业，3年及以上数据工程相关工作经验，有电商行业数据处理经验者优先。

• 精通SQL，熟练使用Hive、Spark等大数据处理框架，具备海量数据清洗、转换、整合的实战经验。

• 熟练掌握至少一种编程语言（Python/Java/Scala），具备数据处理脚本开发能力。

• 熟悉数据仓库设计理念与方法论（如星型模型、雪花模型），有数据仓库搭建与优化经验，了解数据湖相关技术者优先。

2. 数据标准化能力

• 具备丰富的数据标准化实践经验，深入理解商品、供应商、用户等电商核心数据的特性，能够独立制定数据标准化方案与清洗规则。

• 熟悉数据质量评估体系，掌握数据血缘分析、数据质量监控工具的使用，能够有效保障数据质量。

• 具备外部数据接入与融合经验，能够应对不同来源、不同格式外部数据的标准化处理挑战。

3. AI应用支撑能力

• 了解AI模型训练的数据预处理流程，具备特征工程、数据集构建与优化的相关经验，能够为算法团队提供贴合业务场景的高质量训练数据。

• 熟悉至少一种AI框架（TensorFlow/PyTorch/Sklearn）的基础使用，了解采购预测、推荐系统、画像构建等相关AI应用场景者优先。

• 能够将业务需求转化为数据需求，通过数据建模与分析，为AI应用提供数据支撑，推动AI能力在采购业务中的落地。

4. 其他能力

• 具备较强的业务理解能力与逻辑分析能力，能够快速切入电商采购业务场景，精准定位数据痛点并提供解决方案。

• 具备良好的沟通协作能力与团队合作精神，能够高效对接跨部门团队，推动项目落地。

• 具备较强的学习能力与问题解决能力，能够快速跟进新技术、新工具的应用，应对复杂的数据工程问题。

• 有智能采购平台、供应链数据体系搭建相关经验者优先。