康宁
Data Analytics Engineer
Data Analytics Engineer
发布于 1 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
Ai Agents
Etl/Elt
Llm
Machine Learning
Manufacturing Analytics
Power Bi
Sql
值不值得投
74综合评分
综合评分 74
跨国巨头制造基地数据岗，AI技术应用前沿，技术成长性强，稳定性高，地点在海口工厂。
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
2.8万
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 600 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，构建ETL管道和数据模型，利用Python/SQL进行统计分析与可视化
同时开发机器学习模型及AI智能体（LLM应用），以优化生产运营、提升效率并支持业务决策，需具备跨部门协作与项目管理能力
最低要求
计算机科学、数据科学、统计学、工业工程、自动化或相关专业本科及以上学历
年相关领域工作经验，包括数据分析、数据工程、商业智能或数字/制造分析
有相关项目经验的优秀候选人可放宽考虑
熟练掌握Python和SQL
熟练使用Pandas、NumPy、Excel和PowerBI等数据分析库和工具
扎实的数据清洗、数据建模、ETL/ELT、统计分析、可视化和数据质量管理基础
了解机器学习概念、常见算法、模型评估与性能调优
对生成式AI、大语言模型(LLMs)和AI智能体概念有基础理解，并能负责任地应用于分析、编码辅助或报告场景
具备数据隐私、网络安全和负责任AI原则意识
强大的问题解决、利益相关者沟通和文档编写能力，能有效跨职能协作
英语和中文专业工作水平
工作职责
数据工程与分析：
从工厂、运营和商业来源收集、清洗、验证和预处理结构化与非结构化数据（文本、图像、视频、音频）
构建和维护可扩展的数据模型、数据集、ETL/ELT管道及数据质量检查，确保数据及时、准确且可追溯
进行统计分析，开发可视化、仪表板和定期报告，以识别CHOCC工厂的运营改进机会
将业务问题转化为分析方法，并向利益相关者清晰传达发现结果和建议行动
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改进
优化模型准确性、鲁棒性和性能
监控模型结果并根据业务反馈进行迭代
AI与智能体：
设计、构建、测试和改进用于数据分析、自动报告和决策支持的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（如Python脚本、API和数据库）集成，同时评估局限性、风险、隐私和合规要求
项目领导、协作与文档：
领导端到端的数据分析、自动化和AI赋能项目，从机会识别和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，以确保按时交付并实现预期的业务效益和成本降低
建立并保持清晰的数据定义、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
熟悉云数据/AI平台（如AWS）、API、版本控制(Git)和数据库/数据仓库
熟悉数据编排、MLOps、仪表板开发或分析解决方案部署
有制造系统/数据（如MES、ERP、SCADA/historian）及精益/持续改进实践经验者优先
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
- 身处全球材料科学巨头，拥有稳定的平台和丰富的工业数据场景
- 跨国企业环境，提供规范的培训体系和职业发展路径
- 制造业数据往往存在孤岛和质量问题，数据清洗和治理工作量巨大
- 需要深入理解制造工艺才能提出有效的分析方案，业务学习曲线较陡
- 海口相比一线城市，高端技术社区资源和跳槽机会相对较少
- 适合喜欢将AI技术应用于实体产业、对智能制造感兴趣，且具备较强落地能力的中高级数据工程师
- 适应制造业节奏，追求稳定与技术实践结合的求职者
缺点 / 挑战
- 接触前沿的AI Agent和LLM在制造业落地的实际应用，技术栈现代且具有挑战性
角色解读
- 可向高级数据科学家、AI解决方案架构师或数据部门负责人发展
- 也可转向更广泛的数字化转型管理角色，负责整个工厂或区域的智能化升级战略
- 作为工厂的数据工程师，负责搭建和维护数据管道，确保数据质量与可用性
- 利用机器学习和AI技术（特别是LLM和智能体）解决生产运营中的实际问题，如预测性维护或流程优化
- 向管理层提供数据驱动的决策支持和可视化报告
- 核心技能包括Python/SQL编程、ETL/ELT数据处理、机器学习模型开发与部署
- 需掌握Power BI等可视化工具，并具备生成式AI（LLM/Prompt Engineering）的应用能力
- 良好的跨部门沟通能力和英文工作环境适应能力
申请策略
- 准备一个完整的端到端数据分析项目案例，从数据获取、清洗、建模到业务价值呈现
- 体现你对制造业痛点（如良率、效率、成本）的理解，以及如何用数据手段解决这些问题
- 突出5年以上数据工程与分析经验，重点展示在制造业或运营数据分析方面的成功案例
- 强调Python/SQL熟练度，以及ETL管道构建和数据建模的具体成果
- 列出参与的机器学习项目，特别是涉及预测或优化的案例
- 加强生成式AI在实际业务场景中的应用能力，如Prompt Engineering、RAG架构或Agent工作流设计
- 补充云计算平台（如AWS）和MLOps相关知识，提升模型部署和维护的效率
面试指南
- 使用STAR法则（情境、任务、行动、结果）回答行为面试题
- 对于技术问题，先阐述原理，再结合具体项目细节，最后强调业务影响和价值
- 对于AI相关问题，展示对技术局限性的认知及合规安全意识
- 请描述一个你构建的复杂ETL管道或数据模型，遇到的最大挑战是什么？
- 你是如何将业务问题转化为数据分析方案的？请举例说明
- 你在项目中如何使用机器学习模型？如何评估和优化模型效果？
- 对于LLM和AI Agent在工业场景的应用，你有什么见解或实践经验？
- 如何处理数据质量问题或不一致的数据源？
职位点评
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利
75中等
作为已上市的跨国巨头，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，符合补偿性动机需求。
薪资信号市场水准 (2.0千–3.5万/月)
成长发展
85较高
职位涉及前沿的AI Agent和LLM技术在传统制造业的应用，技术栈先进，且公司有明确的数字化转型方向，为员工提供了极佳的技术成长和技能拓展空间。
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
60中等
工作地点在海口工厂，虽非一线城市高压环境，但制造业岗位通常需配合生产节奏，可能存在轮班或紧急项目加班情况。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
70中等
康宁致力于通过技术创新推动汽车、医疗、通信等领域的发展，具有明显的社会价值和行业影响力，能满足求职者的意义感动机。
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ensure the delivery of lifesaving medicines、drive the future of automobiles、transform at-home entertainment
创新程度积极采用新技术
康宁 的其他在招职位
相似职位推荐
蚂蚁集团-AI数据高级工程师-杭州
蚂蚁集团 · 杭州市
AI 估算 · 3.0–5.0万2 小时前发布
EIT Digitalization Engineer(数字化)
捷普 · 广州市
AI 估算 · 8.0千–1.2万7 小时前发布
数据交付实习生
智元机器人 · 上海市
AI 估算 · 0.2–0.3千14 小时前发布
Consultant Specialist
汇丰 · 西安市
AI 估算 · 1.8–3.0万21 小时前发布
Senior Associate, Data Engineering & Semantics
辉瑞 · 上海市
AI 估算 · 2.5–4.0万1 天前发布
Senior Manager, Data Engineering & Semantics
辉瑞 · 上海市
AI 估算 · 4.5–7.5万1 天前发布
Senior Manager, Data Engineering & Semantics
辉瑞 · 上海市
AI 估算 · 4.5–7.5万1 天前发布
Manager, Data Engineering & Semantics
辉瑞 · 上海市
AI 估算 · 4.5–7.5万1 天前发布
Watch Jobs