国家电投
数据科学工程师（数据安全方向）-2026年第二批社会招聘（数据服务部）
数据科学工程师（数据安全方向）-2026年第二批社会招聘（数据服务部）
发布于 6 小时前普通员工/个人贡献者
全职员工仅现场办公数据科学
数据科学
Ai大模型
Sql
云原生
数据分析
数据安全
数据建模
数据治理
网络安全
值不值得投
74综合评分
综合评分 74
大型能源平台、数据安全与AI融合、技术成长性强、工作稳定
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 · 今天发布
公司情况
这家公司招聘很活跃
约 550 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
负责企业数据安全体系的搭建与治理，包括数据分类分级、脱敏加密及安全风险评估
结合业务场景开展多维度数据分析与挖掘，输出决策支持报告
主导数据模型的全流程开发与治理，参与数据中台架构设计及安全运营，利用AI大模型技术提升数据安全分析与治理效率
最低要求
熟悉数据安全相关法律法规及标准（如《数据安全法》《个人信息保护法》及等级保护要求），掌握数据分类分级、数据脱敏、数据加密、访问控制、安全审计等数据安全治理方法
掌握数据分析方法与工具，能够结合业务场景完成数据的多维度分析、挖掘与呈现，掌握指标治理的基本方法
具备数据开发能力，能够完成数据模型的设计、开发、调试与发布，熟练使用SQL、DDL语句，能够运用大模型等AI工具提升数据开发效率
了解Linux、Windows系统基础，能够识别常见的系统入侵事件，知晓常见服务与网络协议安全并能开展安全防护工作，掌握云原生技术及AI大模型应用技能
年龄不超过40周岁，特别优秀者可适当放宽
工作职责
负责数据安全治理工作，开展数据分类分级、敏感数据识别与数据安全风险评估，制定并落地数据脱敏、数据加密、访问控制、安全审计等数据安全策略
结合业务场景应用数据分析方法和工具，完成业务数据的多维度分析、挖掘与呈现，输出数据分析报告
负责数据模型及数据服务从需求到交付的全流程开发，完成数据模型的开发、调试与发布，并对分管业务领域进行数据模型治理
参与数据中台架构设计与安全运营，开展数据安全监测与防护，识别并处置数据安全风险与系统入侵事件，保障数据的机密性、完整性与可用性
编制数据安全相关规范、制度与文档，运用人工智能与大模型技术提升数据安全分析与治理效率，开展数据安全培训与团队能力建设
AI 洞察
优缺点分析
优点
- 依托大型能源集团平台，项目资源稳定且数据体量庞大，利于积累大型数据治理经验
- 完善的薪酬福利与职业发展通道，长期职业稳定性强
- 内部流程相对严谨复杂，跨部门协同推动安全策略落地可能存在一定阻力
- 传统能源行业数字化转型期，历史数据质量参差不齐，初期治理难度高
- 适合追求职业稳定性、对数据合规与安全治理有浓厚兴趣，且具备扎实数据开发与分析背景的求职者
缺点 / 挑战
- 融合数据安全与AI大模型前沿技术，技能栈具有较高市场竞争力
- 数据安全合规要求极高，需持续跟进最新法规政策，责任压力较大
角色解读
- 向数据安全专家或首席数据官(CDO)方向发展，深入企业数据治理顶层设计
- 转型数据架构师或大数据平台负责人，统筹数据中台建设与智能化升级
- 在能源电力行业深耕，成为兼具业务理解与技术能力的复合型数据人才
- 负责企业数据安全体系的搭建与治理，执行数据分类分级、脱敏加密及安全风险评估
- 结合业务场景开展多维度数据分析与挖掘，编写分析报告以支撑业务决策
- 主导数据模型的全流程开发与治理，参与数据中台架构设计及日常安全运营防护
- 精通数据安全法律法规及治理方法（分类分级、脱敏、审计等）
- 熟练掌握数据分析工具与SQL/DDL，具备扎实的数据建模与指标治理能力
- 了解云原生架构与AI大模型在数据安全及开发场景中的实际应用
申请策略
- 提前了解目标企业的业务布局与数字化转型战略，面试时展现对行业数据特点的理解
- 准备1-2个完整的数据安全治理或数据中台建设案例，重点说明遇到的挑战与解决方案
- 突出数据安全治理实战经验，详细列举分类分级、脱敏加密等项目成果
- 强调数据建模与SQL优化能力，展示通过数据分析驱动业务增长的具体案例
- 体现AI大模型或云原生技术在数据场景中的落地应用经验
- 深入学习《数据安全法》《个人信息保护法》及等保2.0标准
- 强化Python/Scala等数据分析语言及主流大数据组件的实操能力
- 关注DataOps与AI安全最新趋势，补充相关知识储备
面试指南
- 采用STAR法则（情境、任务、行动、结果）结构化回答项目经验
- 结合法规标准与业务实际，阐述技术方案设计的逻辑与权衡过程
- 突出数据价值与安全合规的双赢思路，展示系统化思维与落地能力
- 请详细介绍你过往参与的数据安全治理项目，你是如何进行数据分类分级的？
- 面对海量业务数据，你会如何设计数据模型并进行全生命周期治理？
- 如何利用AI大模型技术提升数据安全分析的效率？请举例说明
- 在推进数据脱敏或访问控制策略时，如何平衡数据安全与业务便利性？
- 复习数据安全相关法律法规及主流安全技术框架
职位点评
薪资福利75
成长发展80
工作生活65
使命价值70
薪资福利
75中等
提供具有市场竞争力的薪资与完善的福利体系，稳定性高，但现金激励可能不如互联网大厂激进。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
80较高
岗位深度融合数据安全、数据分析与AI大模型技术，技术栈前沿且业务场景丰富，利于快速提升复合能力。
技术前沿前沿/新兴技术
技术栈数据安全、数据分析、数据建模、SQL、AI大模型、云原生
业务类型profit_center
工作生活
65中等
通常作息规律、双休有保障，但数据安全与中台运营岗位可能面临项目上线期的集中投入，整体WLB表现平稳。
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
服务于能源行业的数据安全与数字化转型，具有明确的行业使命与社会价值，但JD未直接强调公益属性。
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