国家电投
数据科学工程师（高质量数据集方向）-2026年第二批社会招聘（数智场站服务部、人工智能部）
数据科学工程师（高质量数据集方向）-2026年第二批社会招聘（数智场站服务部、人工智能部）
发布于 1 天前普通员工/个人贡献者
全职员工仅现场办公数据科学
数据科学
Sql
数据架构设计
数据治理
数据科学
数据集建设
机器学习
深度学习
值不值得投
75综合评分
综合评分 75
央企平台、前沿数据基建、技术成长空间大，WLB一般，适合复合型数据人才。
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
比数据科学中位数低
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 580 个在招 · 其中数据科学 2 个
市场机会
选择不多
重庆 · 数据科学 · 2 个在招
职位详情
关于这个职位
负责面向数智场站业务的高质量数据集规划与建设，制定数据采集、清洗、标注及评估全流程标准
搭建数据标注平台与管理工具，优化数据生产体系
设计数据架构与治理方案，运用Python及大数据引擎处理海量数据，为AI模型训练提供高质量数据支撑
最低要求
具有3年及以上数据平台、数据仓库或数据治理相关工作经验，熟悉数仓分层架构与维度建模方法
熟悉数据标注平台、质量管理工具及主流数据治理框架，对主动学习、合成数据、指令数据工程、数据评估等领域的技术趋势有深入洞察和实践经验
熟练掌握SQL及Hive、Spark、Flink、MaxCompute等至少一种主流大数据计算引擎，具备海量数据离线与实时处理开发能力
熟悉数据标准、数据质量、元数据、主数据等数据治理方法论，具备高质量数据集或数据资产目录建设的实践经验
具备垂直行业的业务知识转化为数据定义与标注schema的能力，有能源行业高质量数据集构建经验者优先
对数据安全、隐私保护（如GDPR、个人信息保护法）及AI伦理有深刻理解，并能将其落实到具体的数据规范与流程中
扎实的机器学习与深度学习基础，熟悉常见模型架构及其对数据特性的要求
熟练使用Python及主流ML框架（如PyTorch, TensorFlow, Scikit-learn）
具备完整的模型训练、评估与调优实践经验
深刻理解AI（特别是大模型与深度学习）对数据的需求，精通数据生命周期管理
具备从零到一规划并交付大规模、高质量、多模态（文本、图像、语音等）数据集的成功经验
具备较强的业务理解与跨团队沟通协调能力，能清晰地向技术与非技术干系人阐述数据战略与价值，能领导复杂项目并在多线并行中确保目标达成，具备极强的系统性思维、逻辑推理能力和解决复杂问题的能力
能将业务需求转化为数据架构方案
有能源电力、工业物联网等行业数据平台建设经验者优先
年龄不超过40周岁，特别优秀者可适当放宽
工作职责
负责面向数智场站业务的高质量数据集规划与建设，制定数据采集、清洗、标注、校验及质量评估规则，形成可复用、可共享的数据集资产
推动制定公司高质量数据发展战略，规划前瞻性、多模态、多场景的数据集建设蓝图，支撑 AI 产品研发与业务落地的长期需求
主导高质量数据集建设相关全流程工作，包括标准规范制度、需求分析、方案设计、进度控制、质量验收与成本管控，对数据交付的规模、质量、时效及成本负责
推动数据标注平台、数据集管理工具的研发与优化，构建高效、敏捷的数据生产体系，协调并拓展外部数据合作伙伴、供应商及标注生态
研究并引入数据发现、合成、增强、自动标注及价值评估等领域的前沿方法与技术，持续提升数据生产的效率、规模与智能化水平
作为数据专家，协同算法、产品团队，将数据需求精准转化为可执行的方案，为模型训练、评测及迭代提供数据支持
负责数据架构设计与落地，包括数据分层架构、数据模型（事实表 / 维度表）、数据流转链路及存储选型的设计与评审
负责多源异构数据接入与集成开发，完成系统采集、人工填报及物联网量测数据的抽取、转换、加载与调度编排
负责数据标准、数据质量与元数据管理，建立数据质量检核规则与问题闭环机制，持续提升数据的完整性、准确性与一致性
负责数据资产与指标口径运营，沉淀数据资产目录及指标体系，支撑驾驶舱、报表及上层数据应用的用数需求
优先资格
有能源行业高质量数据集构建经验者优先
有能源电力、工业物联网等行业数据平台建设经验者优先
AI 洞察
优缺点分析
优点
- 依托国家电投头部央企平台，资源充足且业务场景丰富
- 聚焦高质量数据集与大模型底层数据基建，技术前沿性强
- 岗位兼具技术深度与业务广度，利于积累全栈数据工程经验
- 能源行业数据敏感度高，合规与安全要求严格
- 跨部门协调成本高，需持续平衡技术理想与业务现实
- 适合具备扎实数据工程与AI基础、对能源数字化感兴趣、擅长跨团队沟通与项目管理的复合型技术人才
缺点 / 挑战
- 需兼顾战略规划与落地执行，多线程并行压力大
角色解读
- 可向首席数据科学家、数据架构师或AI数据战略负责人方向发展
- 也可横向拓展至大模型数据工程、智能场站业务专家或数据治理咨询领域
- 负责规划与建设面向数智场站业务的高质量数据集，制定数据采集、清洗、标注及评估的全流程标准
- 搭建数据标注平台与管理工具，优化数据生产体系
- 设计数据架构与治理方案，保障数据质量与资产价值
- 精通Python、SQL及Hive/Spark等大数据引擎，具备海量数据处理与实时计算能力
- 掌握机器学习/深度学习基础及主流框架，熟悉数据治理方法论与多模态数据集构建
- 具备能源行业背景与跨团队项目管理能力
申请策略
- 提前了解国家电投“数智场站”业务布局与AI战略
- 准备1-2个完整的数据治理或数据集建设项目复盘，重点展示架构设计与质量管控思路
- 突出高质量数据集从0到1的建设经验，量化数据规模、质量提升比例及降本增效成果
- 详细列出大数据引擎与ML框架的实际项目应用案例
- 强化多模态数据合成与自动标注技术的学习
- 补充GDPR/个保法等数据合规知识
- 提升能源电力或工业物联网领域的业务理解力
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化回答，突出数据生命周期管理闭环
- 强调技术指标与业务价值的对齐，展示跨部门协作与风险管控的具体措施
- 结合具体案例说明如何通过数据治理手段解决脏数据、缺失值或标注不一致问题
- 请分享一个你主导的高质量数据集建设项目，你是如何制定质量标准与评估体系的？
- 面对多源异构数据接入，你的数据架构设计思路是什么？
- 如何将复杂的业务需求转化为可执行的数据标注Schema？
- 复习数据仓库分层建模与维度设计原理，准备实际架构图解
- 梳理主流大数据组件（Spark/Flink）的性能调优与故障排查经验
职位点评
薪资福利75
成长发展85
工作生活65
使命价值70
薪资福利
75中等
央企平台提供稳定薪酬与完善福利，薪资水平在重庆市场属中上，但整体偏重稳定性而非高薪激励。
薪资信号市场水准 (1.5千–2.5万/月)
成长发展
85较高
岗位聚焦高质量数据集与大模型底层基建，技术栈前沿且业务场景丰富，内部培训与晋升通道通常较完善。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、TensorFlow、Spark、Flink、数据合成、多模态数据集
业务类型profit_center
工作生活
65中等
央企通常作息相对规律，但岗位涉及多线并行项目与数据交付时效要求，可能面临阶段性高强度工作。
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
70中等
投身能源行业数字化转型与AI基础设施建设，具有明确的产业赋能价值与社会意义。
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
国家电投 的其他在招职位
相似职位推荐
Watch Jobs