中国远洋运输集团
智能工厂工程师（博士）
智能工厂工程师（博士）
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治理
数据治理
Ai数据集
数据合规
数据安全
数据治理
数据脱敏
数据质量管控
数据资产管理
值不值得投
79综合评分
综合评分 79
跨国国企博士引进岗，聚焦数据治理与AI数据管理，技术前沿且稳定性强，适合追求专业成长的复合型人才。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
3.3万
比数据治理中位数高
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 250 个在招
职位详情
关于这个职位
该职位主要负责企业级数据治理体系建设与数据资产盘点，打通业务数据壁垒
同时统筹AI数据集的全流程加工管理，为算法模型提供高质量数据支持，并负责数据安全与合规管控
适合具备数据治理和AI数据管理经验的博士人才
最低要求
博士学历，数据治理、计算机科学、人工智能或相关专业
具备企业级数据治理落地经验，熟悉数据标准规范制定与数据资产盘点
熟悉AI数据集全流程加工管理，能够按需供给算法模型所需数据
掌握数据安全、脱敏及合规管控相关技术或规范，具备数据质量管控经验
工作职责
统筹企业数据治理落地，统一数据标准规范，盘点梳理数据资产，打通各业务数据壁垒
常态化开展数据治理与质量管控，整改数据问题，稳步优化数据质量
统筹 AI 数据集全流程加工管理，按需供给算法模型所需数据
落地数据安全、脱敏及合规管控，守住核心数据安全底线
AI 洞察
优缺点分析
优点
- 平台大，中远海运作为跨国巨头，数据场景丰富且复杂，能积累大型企业数据治理经验
- 博士起点高，属于核心人才引进，职业稳定性强
- 传统大型国企的数据治理推进可能面临跨部门协调难度大、历史数据包袱重的问题
- 适合拥有博士学历，具备扎实数据治理功底，且希望在大型实体/物流/制造企业中深耕数据资产与AI数据管理的复合型人才
缺点 / 挑战
- AI数据集加工需要紧跟前沿算法需求，技术迭代压力存在
角色解读
- 可向数据治理专家、首席数据官（CDO）或AI数据架构师方向发展
- 在大型国企中，也有机会走向数据管理部门的管理岗位
- 负责企业级数据治理体系建设，制定数据标准并盘点数据资产
- 统筹AI数据集的加工与管理，为算法模型提供高质量数据
- 落实数据安全与合规管控
- 具备扎实的数据治理理论与实践经验
- 熟悉AI数据集构建流程及数据质量管理方法
- 掌握数据安全、脱敏及合规相关法律法规与技术手段
申请策略
- 了解中远海运集团的数字化转型战略及智能工厂建设规划，面试时结合行业痛点提出数据治理的见解
- 突出博士期间的研究方向或参与的大型数据治理/AI数据项目
- 强调在数据标准制定、数据质量提升及数据安全合规方面的实际落地成果
- 深入了解航运/物流/制造行业的业务逻辑与数据特点
- 补充最新的大模型数据准备、数据标注及数据合规相关知识
面试指南
- 采用STAR法则，结合具体项目背景，阐述面临的挑战、采取的策略（如建立数据委员会、制定标准规范）、取得的量化成果
- 在跨部门数据壁垒打通方面，你有哪些成功的实战经验？
- 如何构建高质量的AI数据集以支撑算法模型训练？
- 在大型企业中，如何有效落地数据安全与脱敏合规管控？
- 准备1-2个完整的数据治理或AI数据管理项目案例
- 了解国家关于数据安全、数据资产入表的相关政策及中远海运的数字化动态
职位点评
薪资福利80
成长发展85
工作生活70
使命价值75
薪资福利
80较高
博士学历叠加核心数据/AI技能，在南通地区具备较强竞争力，国企背景提供较好的稳定性与福利保障。
薪资信号未披露（AI估算：2.5千–4万/月）
成长发展
85较高
涉及企业级数据治理与AI数据集管理，技术栈前沿且业务场景复杂，有利于个人专业能力的深度积累与行业视野拓展。
技术前沿前沿/新兴技术
技术栈数据治理、AI数据集、数据安全、数据脱敏
业务类型ambiguous
工作生活
70中等
国企背景通常工作节奏相对规律，但作为博士引进的核心技术岗，在项目攻坚期可能存在一定的工作压力。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
助力传统航运/物流巨头的数字化转型与智能工厂建设，具有较高的行业价值与社会意义。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs