数据工程师

支持数据架构、基础设施和报告生态系统。确保可靠的数据管道，优化云性能，并将高质量的数据交付给业务利益相关者和BI工具。利用AI支持的自动化来增强数据工作流、监控和运营效率。职责包括维护和优化云数据基础设施，构建、监控和故障排除ETL管道，确保数据管道的可靠性、质量和及时交付。实施AI支持的自动化，用于数据工作流、异常检测和管道监控。自动化警报、事件检测和根本原因分析。实施数据治理、安全和访问控制。支持基础设施自动化和CI/CD流程。持续识别通过AI和脚本减少手动工作的机会。

熟练掌握SQL（Redshift/PostgreSQL），复杂查询和性能调优；熟悉AWS的数据相关基础设施；有ETL/编排工具（如Airflow、Kafka Connect）的经验；Python数据处理、自动化和脚本编写经验；有整合AI/ML工具或服务进行自动化、监控或数据质量（如异常检测、预测警报）的经验；具备星型模式、维度建模、数据仓库概念的知识；有支持Power BI、Looker、Qlik Sense等BI工具的经验；计算机科学、IT、工程或相关领域的学士学位；2到4年数据工程、基础设施或云运营经验；金融服务业或金融科技背景优先；具备强大的问题解决和故障排除能力。