数据处理与清洗：使用 Python 和正则表达式对海量非结构化或半结构化数据（如 txt、json、excel 等）进行高效的清洗、提取和预处理，保障下游数据质量。 大数据管道开发：参与基于 Hadoop 和 Spark 的数据处理流程开发，编写和维护日常数据流转任务，协助构建高效的数据管道。 算法应用与优化：在复杂的数据逻辑处理中，应用双指针、动态规划及图树遍历等算法思想，并对代码的时间与空间复杂度进行持续优化。 工程运维与自动化：在 Linux 环境下进行远程开发（熟练使用 VSCode / PyCharm），编写 Bash 脚本进行日常任务调度与服务器运维。 AI 辅助研发：积极拥抱新技术，在日常开发中熟练借助大语言模型（LLM）辅助编写代码、排查异常及分析复杂技术问题，提升团队整体研发效能。 职位要求 学历背景：计算机科学、软件工程、数据科学、数学等相关专业本科及以上学历在读。 技术能力： 熟练掌握 Python 编程语言，精通各类常用数据文件的读写与解析。 具备扎实的算法和数据结构基础，掌握双指针、动态规划，了解树结构和图结构的遍历算法，对算法复杂度有清晰认知。 熟练使用常见的 Linux 命令与 Bash 脚本，精通正则表达式。 熟悉 Hadoop 常用命令以及 Spark 分布式数据处理框架。 具备现代化的编程习惯，能熟练使用大模型协助编程和分析问题。 项目经验：有数据处理、数据清洗或大数据组件（Hadoop/Spark）相关实践经验者优先。学习能力：具备较强的学习能力和求知欲，能够快速掌握并应用新技术，对探索数据背后的价值充满好奇心。 沟通能力：良好的团队协作能力和沟通能力，具备良好的数据管理习惯和代码规范意识，能够清晰表达技术观点。 加分项 有实际的海量数据处理、复杂文本清洗或网络爬虫项目经验。 熟悉其他大数据生态组件（如 Hive、Kafka、Flink 等）或任务调度工具（如 Airflow）。 在 GitHub 上有开源数据项目贡献，或在 Kaggle、阿里天池等数据竞赛中取得过名次。