平安科技数据工程师（投资数据方向）
任职要求
1、教育背景与经验：计算机、软件工程等相关专业本科及以上学历；5年以上大数据开发经验，3年以上金融行业（如券商、资管、金融科技）数仓架构设计和开发经验，有投资系统建设项目经验者优先。 2、核心能力 技术能力：精通Hadoop/Spark等大数据平台，熟练使用SQL 开发，熟悉数据治理方法论，熟悉标…
工作职责
1、投资数仓架构设计与开发：主导投资领域数据仓库的架构设计与技术实现，包括数据分层、模型设计、ETL流程开发及性能优化；结合投资业务场景（如风险模型、投资组合分析、资产配置等），设计高扩展性、高稳定性的数据架构，支撑实时/离线数据处理需求。 2、投资标签体系开发与建设：负责投资领域标签体系（如投资标签、风险标签）的开发；基于数仓架构实现标签数据的自动化计算与更新，推动标签在投资决策、风险评估等场景的深度应用。 3、数据治理与质量管控：制定数据标准与元数据管理规范，确保投资数据的准确性、一致性及可追溯性；设计数据质量监控体系，通过自动化工具实现数据异常预警与修复。 4、金融数据处理与分析：熟悉金融数据结构（如持仓数据、市场行情、估值核算等），开发高效的数据清洗、转换及聚合逻辑；支持投资决策系统、风控系统等业务场景的数据接口开发与性能调优。 5、技术研究与创新落地：跟踪大数据技术及AI在金融领域的应用，推动数仓架构智能化升级；优化数据存储与计算效率，提升投资模型训练的实时性。
1、产品规划与数据应用：负责投资领域数据产品和标签体系的规划、设计与落地；结合业务需求，推动数据在投资决策、风险评估等场景的深度应用。 2、项目管理与跨部门协作：负责部门相关项目的全生命周期管理，制定项目计划、资源分配及进度控制，协调技术、数据、业务等跨部门资源，确保项目按时高质量完成。 3、数据分析与策略优化：结合投资标的特征和用户应用反馈，持续监控标签效果，通过数据反馈优化标签逻辑及投资模型。 4、行业研究与创新探索：跟踪金融科技、量化投资等领域动态，研究前沿技术（如AI、大数据）在标签体系中的创新应用；推动投资流程智能化升级，提升决策效率与风险控制能力。
1、深入理解业务，设计并建立数据分析模型，采用结构化的数据模拟运作场景，论证与验证规划项目的可行性、投资收益； 2、深入参与电商仓储业务建设，梳理业务逻辑并基于目标拆解分析规划和建设体系，输出成本、效率等指标体系和诊断机制，对业务表现进行敏捷有效的评估与监控； 3、结合业务动态，通过数据分析为业务团队提供准确的数据支持和有效的优化策略，并形成分析报告； 4、与业务团队配合，发起和推进改进方案落地执行，并获得实际收益； 5、为Inbound和Outbound模块提供数据支持，通过分析业务数据，帮助规划选择合适的仓库与设备，重构业务策略，重组库内作业流程，并推动实施达到降本增效的目标；
1、针对广告消耗变化情况，建立一套完整的归因分析体系，并从中总结规律，同时密切关注行业竞争态势、流量波动及预算变化等因素，挖掘其中蕴含的收入增长潜力，以此提高流量变现的充分性和效率，为公司创造更大的商业价值； 2、深入参与用户行为分析与理解，建立用户画像分析体系，沉淀用户资产，结合业务目标，能综合体验视角以及转化效率视角，通过精细化的流量策略和投放策略优化，精准匹配广告与用户需求，在满足用户体验的同时，提升客户的投资回报率（ROI），最终达成收入增量的目标； 3、与流量产品和算法工程师紧密协作，构建和完善流量框架等投放链路上下游的关键环节，漏斗分析。借助严谨的实验设计和归因分析方法，结合样式迭代，创意优选，持续推进投放策略的迭代升级，力求实现最优效果。
1. 面向 AGI 的金融数据系统 设计并实现高并发、低延迟的数据管理、数据加工与数据查询引擎，支撑万亿级金融行情与用户行为数据。在存储分层、流批一体、数据质量监控等方向持续优化，为上层 LLM 与分析服务提供可靠的数据底座。 2. 内部 AI‑辅助低 / 无代码数据研发平台 为同花顺大量业务开发团队打造一站式平台，使用自然语言与可视化编排，让业务研发团队通过低代码 / 无代码方式完成金融数据获取、清洗、建模、可视化与上线发布。利用 LLM、Prompt 工程与 Code Copilot，将产品或运营需求快速转化为可落地的数据应用，显著缩短从需求到上线的周期。 3. 下一代 AIGC 金融投资软件 基于大模型与多模态技术，重塑同花顺 PC 与移动端核心功能，为 C 端用户打造智能投资助理。深度融合个性化解读、智能问答、策略生成与可视化，持续迭代 AI 体验并保障线上稳定性。