Corning logo
康宁
Data Analytics Engineer

Data Analytics Engineer

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 1.5–2.5万 · AI 参考估算
中级经验
本科
全职员工仅现场办公数据工程
数据工程
Etl/Elt
Machine Learning
Power Bi
Sql

值不值得投

77综合评分

综合评分 77

跨国名企、前沿AI技术落地、业务价值导向、稳定性强、WLB待确认

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

约 570 个在招

市场机会

选择不多

海口 · 数据工程 · 1 个在招

职位详情

关于这个职位

负责康宁海口工厂的数据工程与分析工作,包括构建ETL/ELT管道、数据清洗及可视化报表

同时需开发机器学习模型与AI智能体以优化生产性能,主导端到端的数据分析项目,推动业务降本增效

最低要求

计算机科学、数据科学、统计学、工业工程或相关专业本科及以上学历

具备数据分析、数据工程、商业智能或数字/制造领域相关经验
熟练掌握Python和SQL,熟悉Pandas、NumPy、Excel和Power BI等工具
了解机器学习概念、生成式AI及LLM应用
具备数据隐私安全意识及优秀的沟通文档能力
中英双语流利

工作职责

数据工程与分析:从工厂、运营和业务来源收集、清洗、验证结构化与非结构化数据

构建和维护可扩展的数据模型、ETL/ELT管道及数据质量检查
进行统计分析并开发可视化仪表板和报告,识别CHOCC工厂的运营改进机会
将业务问题转化为分析方法并向利益相关者传达发现和建议
机器学习与高级分析:开发、训练、评估和部署适用的机器学习模型以识别模式、预测结果并支持工厂性能提升
优化模型准确性、鲁棒性和性能,根据业务反馈迭代监控模型结果
AI 与智能体:设计、构建、测试和改进用于数据分析、自动化报告和决策支持的AI驱动智能体
应用LLMs进行数据理解、代码生成、摘要和洞察生成(包括提示词设计、评估和迭代)
将AI智能体与批准的数据源和工作流集成,同时评估局限性、风险、隐私和合规要求
项目主导、协作与文档:主导端到端的数据分析、自动化和AI赋能项目,从机会识别、需求收集到方案设计、开发、部署和效益跟踪
与工厂团队、数字/IT及其他跨职能利益相关者合作,定义项目范围、优先使用案例、协调资源并提供实用、可扩展的解决方案
制定项目计划、里程碑、风险管理、利益相关者沟通和问题解决,确保及时交付并实现预期的业务效益和成本降低
建立和维护清晰的数据定义、管道、分析方法、模型/智能体逻辑、技术设计和项目成果文档
促进知识共享、用户采用以及工厂间数据、分析和AI解决方案的持续改进

优先资格

有制造业、运营或供应链数据处理经验者优先

熟悉AWS等云平台、Git版本控制及数据库/数仓技术
了解MES、ERP、SCADA等制造系统及精益生产实践
有评估LLM应用或构建AI智能体工作流经验者优先

AI 洞察

优缺点分析

优点

  • 身处传统制造业数字化转型的核心地带,拥有真实的工业数据场景和丰富的落地机会
  • 外企文化相对规范,注重工作与生活的平衡
  • 工业数据往往存在脏乱差、孤岛严重等问题,数据治理难度极大
  • 需要将抽象的AI技术与具体的物理生产过程结合,业务理解门槛高
  • 跨部门协作复杂,需平衡技术理想与业务现实
  • 适合既喜欢钻研前沿AI技术,又愿意深入一线理解业务逻辑的复合型数据人才
  • 不排斥制造业环境,具备较强抗压能力和解决问题导向思维者

缺点 / 挑战

  • 依托康宁全球平台,技术栈前沿(涵盖LLM、Agent),职业天花板较高

角色解读

  • 可向高级数据科学家、AI架构师或数据部门负责人发展
  • 也可横向转型为数字化转型专家或智能制造顾问,深耕工业AI应用领域
  • 负责工厂全链路数据的采集、清洗与建模,搭建稳定高效的数据管道
  • 利用机器学习和AI智能体技术解决生产实际问题,如预测性维护或工艺优化
  • 主导数据分析项目落地,连接业务需求与技术实现,输出可落地的决策支持方案
  • 扎实的Python/SQL编程能力,精通数据清洗、ETL流程及统计建模
  • 熟悉机器学习算法原理及LLM/AI Agent的应用场景与开发
  • 具备强大的业务理解力,能将模糊的业务问题转化为数据解决方案
  • 良好的跨部门沟通能力与英文工作环境适应力

申请策略

  • 准备1-2个将AI技术应用于实际业务场景的详细案例,重点阐述如何克服数据质量问题及如何量化业务收益
  • 展现对康宁业务及光通信行业的了解
  • 突出展示完整的数据闭环项目经验(从数据采集到业务价值落地)
  • 强调在制造业、物联网或复杂系统数据处理方面的实战经历
  • 具体列举使用的AI/LLM工具链及解决的特定业务痛点(如降本、增效指标)
  • 补充学习MLOps相关知识,了解模型在生产环境的部署与维护
  • 深入研究工业数据标准(如OPC UA)及常见制造系统(MES/ERP)的数据结构
  • 提升Prompt Engineering及AI Agent编排能力

面试指南

  • 使用STAR法则(情境、任务、行动、结果)描述项目
  • 重点突出‘业务价值’而非单纯的技术复杂度
  • 对于数据质量问题,强调方法论的严谨性和对业务影响的考量
  • 对于AI伦理/风险,体现合规意识和风险控制手段
  • 请分享一个你主导的从0到1的数据分析或AI项目,你是如何定义问题和衡量成功的?
  • 在处理缺失值多、噪声大的工业数据时,你的数据清洗策略是什么?
  • 你如何评估LLM在特定业务场景下的适用性?遇到过哪些幻觉或合规风险,如何解决?
  • 当业务部门提出的需求在技术上不可行或成本过高时,你如何处理?

职位点评

薪资福利78
成长发展85
工作生活65
使命价值75

薪资福利

78中等

作为已上市的跨国巨头企业,康宁能提供具有市场竞争力的薪酬和完善的福利体系,稳定性高,符合补偿性动机的高分特征。

薪资信号市场水准 (1.5千–2.5万/月)

成长发展

85较高

职位涉及前沿的AI Agent、LLM应用及机器学习部署,技术栈现代且具挑战性,同时在大型制造企业中进行数字化实践,成长空间广阔。

技术前沿前沿/新兴技术
技术栈Python、SQL、Machine Learning、LLMs、AI Agents、AWS、MLOps
业务类型profit_center

工作生活

65中等

外企通常提供较好的WLB,但职位涉及工厂运营支持及项目主导,可能需要应对业务紧急需求。工作地点在海口工厂,通勤便利性取决于居住地。JD未明确提及弹性工作制,故评分中等。

工作模式未明确
办公地点工厂/生产基地
加班情况未提及(无法判断)

使命价值

75中等

康宁强调其技术对世界产生的积极影响(如医疗药品安全、汽车未来等),赋予工作较高的社会意义感,符合意义感动机。

行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号帮助推动公司及世界的进步、对世界和人类产生积极的影响、使救生药品安全送达
创新程度积极采用新技术
Watch Jobs