中国南方航空
数据开发工程师
数据开发工程师
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公数据工程
数据工程
Rag
Sql
大数据平台
大模型数据
数据治理
数据清洗
知识图谱
值不值得投
74综合评分
综合评分 74
央企背景、前沿AI数据技术、稳定发展平台
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
2.0万
比数据工程中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
80 个在招
市场机会
选择适中
广州 · 数据工程 · 28 个在招
职位详情
关于这个职位
负责多模态数据的采集、治理与上云全流程，包括解析、清洗及合规接入
搭建数据模型与知识体系，开发指标标签及知识图谱
同时负责数据集的标注、增强与管理，监控平台效能并推动产品迭代
最低要求
学历要求：大学本科及以上
英语要求（满足其一即可）：本科生取得大学英语四级425分及以上成绩，硕士研究生取得大学英语六级425分及以上成绩
或取得英语专业四级60分及以上、托福80分及以上、雅思6.5分及以上、GRE 300分及以上成绩
专业要求：计算机科学与技术、软件工程、数学、统计学、电子信息等相关专业
资质要求：
了解大数据平台方法论以及数据模型开发流程
了解高质量数据集开发方法论以及开发流程
了解常用数据分析方法以及BI报表开发流程
了解数据集在AI智能应用中训练、微调、增强、评测等环节实施技术，能够判断数据集实施质量对人工智能应用效果的影响
了解RAG增强检索的实施技术，能够判断知识工程实施质量对人工智能应用效果的影响
工作职责
负责多模态数据采集、治理与上云全流程，完成数据解析、清洗、脱敏与校验，保障数据合规接入大数据平台
搭建数据模型与知识体系，开发指标标签、知识图谱与本体模型，实现数据与知识的体系化管理
开发数据集与数据服务，开展数据标注、增强与版本管理，监控平台效能并推动产品持续迭代
AI 洞察
优缺点分析
优点
- 依托南航庞大业务场景，数据资源丰富
- 国企平台稳定，福利保障完善
- 接触前沿AI数据应用技术
- 传统企业数字化转型中可能存在流程规范严格、技术迭代速度相对互联网大厂较慢的情况
- 追求工作生活平衡，希望在大型实体行业深耕数据技术的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向首席数据科学家、数据架构师或AI算法专家方向发展，深入探索数据要素价值
- 负责从源头到应用的全链路数据治理，确保多模态数据的高质量入库
- 掌握大数据处理框架，熟悉数据清洗、标注及知识图谱构建技术
申请策略
- 关注南航数字化转型战略，面试时强调数据合规性与安全性意识
- 突出数据治理项目经验，特别是多模态数据处理、知识图谱构建及AI数据集准备的具体案例
- 加强RAG（检索增强生成）相关技术栈的学习，提升对大模型数据需求的理解
面试指南
- 采用STAR法则（情境、任务、行动、结果），重点展示数据处理的规范性、技术选型的合理性以及对最终业务效果的量化贡献
- 请描述你之前处理过的最大规模的数据集及其治理过程
- 如何评估一个数据集对于大模型训练的质量？
- 在构建知识图谱时，如何处理实体对齐和关系抽取的难点？
- 你对RAG技术在企业级应用中的挑战有什么看法？
- 复习大数据组件原理，了解当前LLM数据工程的最佳实践，准备1-2个完整的数据治理案例
职位点评
薪资福利75
成长发展80
工作生活70
使命价值65
薪资福利
75中等
作为上市央企，提供稳定的薪酬体系和完善的五险一金及补充福利，但现金薪资上限可能不如头部互联网公司。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
80较高
职位涉及RAG、知识图谱等前沿AI数据技术，且背靠大型航空集团，有广阔的业务落地场景和技术成长空间。
技术前沿前沿/新兴技术
技术栈RAG、知识图谱、多模态数据、大模型、数据治理
业务类型cost_center
工作生活
70中等
国企通常具备较好的WLB和稳定性，但具体取决于部门节奏，整体优于高强度互联网大厂。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
65中等
服务于国家重要基础设施行业，具有稳定的社会价值，但在技术创新颠覆性上略逊于纯科技公司。
行业发展稳定成熟行业
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs