数据工程师（不限性别）

你将建立可靠的数据基础，使业务应用、分析和 AI 能够稳定运行。不同源系统拥有各自的格式、权限和错误模式。你会开发易于理解的数据流，使数据来源、质量和责任始终可追溯。

某个 API 延迟提供变更，某次导入包含错误记录，另一次运行又重复处理已接收的数据。你将定义业务键、重复数据规则和错误处理方式，并明确考虑时区、数据删除和模式变更。数据使用方会获得可追溯的来源、质量和时效信息。运行失败后，必须明确哪些内容可以重新处理。

• 从 API、数据库和文件中接收数据，并开发稳健的批处理或事件驱动型管道。
• 与业务联系人共同确定数据模型、转换和质量检查。
• 确保可重复执行、增量处理和错误后的重启；考虑重复数据和迟到数据。
• 设计访问方案、监控和文档，使数据流在运营期间也能得到核验。
• 实施不会产生重复业务事项的增量处理和重启机制。
• 协调有关必填字段、时间关系和业务键的数据契约与质量规则。

关键在于具备可清晰证明且与该职位相关的经验。这些经验可以来自相关职业培训、高校学习、职业实践或扎实的转行经历。我们会根据你的知识水平共同确定具体职责。

• 熟练掌握 SQL，并具有使用 Python 或类似语言处理数据的经验。
• 理解数据建模、接口和自动化处理。
• 能够系统分析数据错误，并将业务定义与技术模型进行核对。

这些知识会有所帮助，但无需同时全部具备。请在申请中说明你已在哪些领域积累了实践经验，以及希望深入学习哪些主题。

• 具备流处理、数据仓库或湖仓架构经验。
• 了解编排、数据目录或数据血缘。

成功意味着减少未被察觉的数据错误，并为后续应用建立可靠基础。你交付的不只是管道，还包括检查、职责分工以及可追溯的故障排除路径。

该职位可在科隆或远程办公。具体合作方式、项目要求以及可能需要参加的客户会议，将在入职前共同协商。

该职位采用全职或兼职的正式雇佣形式。我们会根据职位要求和你的知识水平，就任务、工时、入职日期和薪酬达成一致。

请在申请中向我们展示你能为该职位带来的经验或兴趣。简历以及相关项目实例、证书或作品样本将帮助我们进行专业评估。请勿发送客户机密数据、访问凭证或受保护的源代码。

请告知我们你期望的工作模式、可以入职的日期，以及希望全职还是兼职工作。

如对该职位有疑问，请发送邮件至 hr@otoko.com 联系我们的招聘团队。加入应聘者人才库完全出于自愿，且只有在另行征得同意后才会进行；这并非审核你的申请的前提条件。