数据工程与机器学习实习生——混合办公
整理并标准化 DISA Technologies 的矿物加工测试数据，用于云端分析。 分析历史记录，评估数据质量并识别适合机器学习的数据关系。
描述
- 编录历史数据源，记录位置、客户、项目、场地或计划、设备单元、日期范围、格式和完整性等详细信息。
- 记录重复使用的记录格式规范，并附上代表性文件。
- 将测试文件转换为标准化表格模板，并放置到指定的暂存区域。
- 创建数据质量报告，标记缺失信息、不完整或存在疑问的分析结果，以及文件之间的不一致。
- 探索数据集，发现潜在的相关性和关系。
- 撰写可行性备忘录，说明历史数据能够或无法回答哪些问题。
- 必要时，统一旧文件夹中的文件名和标签。
- 必要时，整理迁移到文档管理系统所需的元数据。
- 必要时，将测试记录与相关测量数据集进行匹配。
任职要求
- 正在攻读或近期完成计算机科学、数据科学、统计学、工程学或相关专业的学位。
- 熟练使用 Python 和 pandas，或同等工具集，读取、清理和重塑表格数据。
- 具备处理杂乱真实文件的实践经验，包括 Excel 工作簿、CSV、PDF，以及不一致的命名或结构。
- 做事有条理且注重细节，愿意记录缺失信息和未解决的不一致问题。
- 能够根据既定架构和模板独立工作，并在文件不符合要求时主动寻求澄清。
- 具备良好的书面沟通能力。
- 熟悉 SQL、数据目录，或青铜层、白银层和黄金层等数据湖概念。
- 具备使用 matplotlib、seaborn 或 Jupyter 等工具进行基础统计或探索性数据分析的经验。
- 对矿物加工、化学或工业流程数据感兴趣；不要求具备相关领域经验。
- 熟练使用 SharePoint 或 OneDrive。
福利待遇
- 提供受管理的笔记本电脑或虚拟桌面。
- 由于该职位涉及客户机密数据，需要签署保密确认书。