数据实习生
招聘时间
即日起 至 2026-06-13
招聘单位
科大讯飞
所在地区
合肥
工作地点
安徽省/合肥市/蜀山区 科大讯飞股份有限公司
学历要求
本科
实习时长
每周5天，每天3小时
职责描述
核心工作职责
训练数据入湖：负责多源训练数据的采集、清洗、转换，基于Iceberg/Hudi等数据湖架构完成入库，保障数据质量，处理TB级数据入湖及相关技术问题。
训练数据建模：结合算法需求，参与数据模型设计、数仓分层搭建、特征加工，优化模型性能，保障数据查询与调用效率。
数据同步与运维：设计实现离线/实时数据同步方案（Spark/Flink/Kafka等），搭建监控体系，排查同步异常，保障数据稳定流转及任务调优。
数据质量管控：建立数据质量校验规则，开展巡检、输出报告并推动整改，参与数据治理相关工作。
技术支撑与文档：协助技术调研与流程优化，撰写相关技术文档，配合算法团队对接需求。
任职要求（高阶重点）
硬性要求
本科及以上在读（硕士优先），计算机、数据相关专业，2027届优先，有3个月以上数据开发实习经验者优先。
精通SQL，熟练掌握Python/Java/Scala其一，能独立编写数据处理脚本，具备良好代码规范。
熟悉Hadoop生态，掌握Hive、Spark、Flink，了解数据湖、数仓建模，有实际项目经验者优先。
能独立完成训练数据入湖、建模、同步全流程，具备较强问题排查与逻辑思维能力。
加分项
有训练数据处理、特征工程经验，熟悉维度建模者优先。
参与过大数据项目或有相关竞赛成果者优先。
了解MLOps、数据版本管理、血缘追踪工具者优先。
自驱力强、善于学习，具备良好沟通协作能力。
训练数据入湖：负责多源训练数据的采集、清洗、转换，基于Iceberg/Hudi等数据湖架构完成入库，保障数据质量，处理TB级数据入湖及相关技术问题。
训练数据建模：结合算法需求，参与数据模型设计、数仓分层搭建、特征加工，优化模型性能，保障数据查询与调用效率。
数据同步与运维：设计实现离线/实时数据同步方案（Spark/Flink/Kafka等），搭建监控体系，排查同步异常，保障数据稳定流转及任务调优。
数据质量管控：建立数据质量校验规则，开展巡检、输出报告并推动整改，参与数据治理相关工作。
技术支撑与文档：协助技术调研与流程优化，撰写相关技术文档，配合算法团队对接需求。
任职要求（高阶重点）
硬性要求
本科及以上在读（硕士优先），计算机、数据相关专业，2027届优先，有3个月以上数据开发实习经验者优先。
精通SQL，熟练掌握Python/Java/Scala其一，能独立编写数据处理脚本，具备良好代码规范。
熟悉Hadoop生态，掌握Hive、Spark、Flink，了解数据湖、数仓建模，有实际项目经验者优先。
能独立完成训练数据入湖、建模、同步全流程，具备较强问题排查与逻辑思维能力。
加分项
有训练数据处理、特征工程经验，熟悉维度建模者优先。
参与过大数据项目或有相关竞赛成果者优先。
了解MLOps、数据版本管理、血缘追踪工具者优先。
自驱力强、善于学习，具备良好沟通协作能力。
