卓胜微
数据工程师-校招
数据工程师-校招
发布于 大约 16 小时前普通员工/个人贡献者
无锡市
无经验要求
全职员工
仅现场办公
硕士
数据分析与科学
Cv
Cvat
Dvc
Label Studio
Mlops
Neo4J
Nlp
Numpy
Prodigy
AI 估算 · 12k–20k
校招硕士岗，无锡薪资水平中等偏上，技能要求高（知识图谱、分布式框架），参考同类岗位市场行情。
职位详情
关于这个职位
作为数据工程师（校招），你将负责公司数据全流程管理，包括多源异构数据的采集、清洗、转换与存储，构建高质量数据湖
同时主导领域知识图谱的构建，为AI模型提供特征工程和数据增强方案，并研发智能标注工具提升标注效率
这是一个深入参与数据基础设施建设、与算法团队紧密协作的技术岗位
最低要求
教育背景：2026届计算机/人工智能相关专业硕士，研究方向含数据工程/知识图谱者优先
技术能力：
● 精通Python数据科学生态（Pandas/NumPy/SQLAlchemy）
● 掌握分布式数据处理框架（Spark/Dask）
● 熟悉知识表示技术（RDF/OWL/Neo4j）
● 了解主流标注工具（Label Studio/CVAT/Prodigy）
项目经验：在AI项目中承担过数据预处理、特征工程或知识库建设项目，有开源数据集贡献经历加分
专业素养：深入理解数据生命周期管理，熟悉数据版本控制（DVC）与MLOps理念
附加能力：具备将业务需求转化为数据schema的设计能力，擅长与技术/业务团队协同工作
工作职责
数据全流程管理：负责多源异构数据的采集、清洗、转换及存储方案设计，构建高质量数据湖
知识体系构建：主导领域知识图谱构建，完成本体建模、关系抽取及模式数据集的专家级标注与迭代优化
模型数据支撑：为NLP/CV等AI模型开发特征工程方案，设计分层抽样策略与数据增强方案
智能标注系统：研发半自动化标注工具，集成主动学习机制提升标注效率（文本/图像/多模态数据）
数据质量管控：建立数据质量评估体系，实现异常检测、缺失值填补、数据漂移监控的自动化流程
标准规范制定：编写数据治理白皮书与知识表示标准文档，设计元数据管理规范
优先资格
研究方向含数据工程/知识图谱者优先
有开源数据集贡献经历加分
AI 洞察
优缺点分析
优点
- 深度参与AI基础设施建设，技能成长空间大，接触知识图谱、MLOps等前沿技术
- 公司为芯片行业知名企业，平台稳定，技术团队专业度高
- 校招岗位，培养体系完善，导师指导能快速提升实战能力
- 技术要求全面，需要同时掌握数据处理、知识图谱和标注工具，学习曲线陡峭
- 数据全流程管理涉及多个环节，需要较强的系统设计和问题解决能力
- 可能面临多项目并行，需与算法、业务团队高效协同
- 适合对数据工程有浓厚兴趣、具备较强编程和工程能力、愿意深入AI数据基础设施的2026届硕士生
缺点 / 挑战
暂无明显挑战项
角色解读
- 在数据工程方向深入，可发展为数据架构师或数据科学家
- 积累AI数据基础设施经验后，可转向算法工程师或ML工程师
- 掌握数据治理和MLOps后，可晋升为数据团队负责人或技术经理
- 负责多源异构数据的全流程管理，包括采集、清洗、转换和存储，确保数据质量
- 主导领域知识图谱的构建，进行本体建模和关系抽取，为AI模型提供结构化知识
- 为NLP/CV模型设计特征工程方案，提升模型性能，并研发智能标注工具提高标注效率
- 精通Python数据科学生态，包括Pandas、NumPy、SQLAlchemy等库
- 掌握分布式数据处理框架如Spark或Dask，处理大规模数据
- 熟悉知识表示技术（RDF/OWL/Neo4j）和主流标注工具（Label Studio等）
申请策略
- 了解卓胜微在射频芯片领域的AI应用方向，面试时体现出对业务场景的理解
- 准备一个完整的数据工程案例，展示从数据采集到特征工程的系统性思路
- 突出在AI项目中承担数据预处理、特征工程或知识库建设的经历，用具体成果量化
- 强调Python数据科学库（Pandas等）和分布式框架（Spark）的使用经验
- 如果有开源数据集贡献或相关项目，务必体现
- 展示对数据生命周期管理和MLOps理念的理解，如使用DVC等工具
- 提前熟悉知识图谱构建流程和工具（如Neo4j），了解RDF/OWL基本概念
- 动手实践主动学习标注工具（如Label Studio），理解其原理
面试指南
- 对于项目类问题，采用STAR法则（情境-任务-行动-结果）结构化回答
- 对于技术概念问题，先给出定义，再结合实际应用场景说明，展现深度理解
- 对于系统设计类问题，强调权衡（trade-off）和可扩展性，展示工程思维
- 请描述你做过的一个数据预处理项目，包括遇到的挑战和解决方案
- 如何设计一个知识图谱的本体？请举例说明
- 你如何处理数据倾斜问题？在Spark中如何优化？
- 解释数据版本控制（DVC）的概念以及它在MLOps中的作用
- 你如何评估数据质量？有哪些常见的异常检测方法？
职位点评
74
综合评分
校招数据工程师岗位，技术栈前沿、成长性强，工作地点无锡，WLB信息不详。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
最适合追求技能快速成长、希望深入前沿数据工程技术的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展90
工作生活60
使命价值70
薪资福利
65中等
该岗位为校招，薪资水平在无锡属于中上，但具体福利未在JD中提及，稳定性尚可。
薪资信号未披露（AI估算：12K-20K/月）
成长发展
90较高
岗位涉及知识图谱、MLOps、分布式处理等前沿技术，成长空间大，且校招有培养体系。
技术前沿前沿/新兴技术
技术栈Python、Pandas、NumPy、Spark、Dask、RDF、OWL、Neo4j、Label Studio、CVAT、Prodigy、DVC、MLOps
业务类型ambiguous
工作生活
60中等
工作地点在无锡滨湖区，现场办公，JD未提WLB，可能需要加班。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
岗位支持AI模型开发，属于技术驱动型，社会影响力一般，芯片行业稳定发展。
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
卓胜微 的其他在招职位
相似职位推荐
Watch Jobs