宁德时代
数据分析工程师-AI
数据分析工程师-AI
发布于 大约 10 小时前普通员工/个人贡献者
数据分析与科学
Ai应用
大模型
异常检测
强化学习
数据分析
数据可视化
数据库
特征工程
自然语言处理
AI 估算 · 10k–18k
职位详情
关于这个职位
该职位负责数据全生命周期管理，设计数据指标体系，搭建自动化数据分析流水线，并结合AI技术（如大模型）提升数据处理效率，推动数据与AI在业务中的规模化落地
适合具备数据分析基础并对AI应用有热情的初级人才
最低要求
本科及以上，统计学、计算机科学、大数据分析等相关专业
年以上数据分析/挖掘经验，有AI项目落地/大模型应用经验
熟悉数据可视化工具及数据库系统，对自然语言处理、计算机视觉、强化学习等领域的大模型有深入理解
具备大模型相关领域研究及落地经验，包括但不限于图文内容生成、智能设计、对话系统等
逻辑思维强，能通过数据洞察业务问题并提出解决方案，对AI技术趋势保持热情，具备快速学习能力
工作职责
数据全生命周期管理：基于业务场景设计数据指标体系，驱动数据驱动的决策优化
搭建自动化数据分析流水线，结合AI技术提升数据处理效率（如异常检测、特征工程）
推动数据与AI技术在业务中的规模化落地
AI 洞察
优缺点分析
优点
- 宁德时代是新能源行业龙头，平台大，业务稳定
- 岗位结合数据分析与AI，技术前沿，成长空间大
- 薪资在宁德地区有竞争力，福利完善
- 宁德城市较小，生活便利性可能不如一线城市
- 适合对AI应用有热情、具备数据分析基础、愿意在新能源行业深耕的初级人才
缺点 / 挑战
- 需要同时掌握数据分析与AI技术，学习压力较大
- 可能涉及跨部门协作，沟通成本较高
角色解读
- 从数据分析师向AI应用专家或数据科学家方向发展
- 在新能源行业深耕，成为业务数据与AI结合的专家
- 有机会晋升为数据团队负责人，管理数据项目
- 设计并维护数据指标体系，为业务决策提供数据支持
- 搭建自动化数据处理流水线，应用AI技术进行异常检测和特征工程
- 推动大模型等AI技术在业务场景中的落地，如内容生成、智能设计等
- 掌握数据分析工具（如SQL、Python、Tableau等）和数据库知识
- 熟悉大模型相关技术，包括NLP、CV、强化学习等领域
- 具备数据挖掘和机器学习基础，能进行特征工程和模型应用
申请策略
- 了解宁德时代在电池制造、智能工厂等场景的数据应用
- 在面试中展示对AI技术趋势的理解和热情
- 突出数据分析项目经验，特别是涉及AI或大模型的应用
- 展示数据可视化、数据库操作等硬技能
- 强调逻辑思维和问题解决能力，用案例说明
- 补充大模型相关基础知识，如Transformer架构、Prompt工程
- 学习常用AI框架（如PyTorch、TensorFlow）的基本使用
- 熟悉数据流水线工具（如Airflow、Docker）
面试指南
- 使用STAR法则回答项目经验：情境、任务、行动、结果
- 结合具体案例展示技术应用，强调业务价值
- 展示学习能力和热情，提及持续学习的方式
- 请介绍一个你主导的数据分析项目，如何设计指标体系？
- 你如何理解大模型在数据分析中的应用？请举例
- 如何搭建一个自动化数据流水线？
- 面对业务问题时，你如何用数据驱动决策？
- 你如何保持对AI技术趋势的敏感度？
职位点评
75
综合评分
新能源巨头的数据分析+AI岗位，技术前沿，成长性好，但工作地点在宁德，生活便利性一般。
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。
更适合这类人
适合追求技术成长、对AI应用有热情、能接受宁德城市环境的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展85
工作生活60
使命价值80
薪资福利
75中等
宁德时代作为上市公司，薪资福利在宁德地区具有竞争力，但具体薪资未披露，稳定性较好。
薪资信号未披露（AI估算：10K-18K/月）
成长发展
85较高
岗位结合数据分析与AI技术，技术前沿，成长空间大，但JD未明确晋升路径。
技术前沿前沿/新兴技术
技术栈大模型、自然语言处理、计算机视觉、强化学习、特征工程
业务类型ambiguous
工作生活
60中等
工作地点在宁德，城市较小，生活节奏可能较慢，但JD未提及弹性工作或远程，可能为现场办公。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
新能源行业属于高速增长赛道，宁德时代作为龙头企业，具有较高的社会价值，但JD未提及具体使命。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs