都柏林/伦敦/欧盟远程
高级研究分析师(电力项目)
我们的数据集汇集自各国登记册、电网运营商名单、规划申请文件、企业官网,以及许多原本并非为我们而建的数据集。找到下一个来源很难,整合它更难:同一座电厂可能有五个名称、两组坐标,却没有共同的标识符,而一次错误的合并就会破坏它涉及的每一条记录。语言模型承担大量阅读和判定工作,一次处理数以千计的记录。这个职位的范围覆盖整个市场:您决定哪些数据可以进入、如何与现有数据对接,以及必须达到的标准。
您的实际工作
- 负责一个或多个市场的来源策略:采用哪些来源、放弃哪些,以及发掘尚无人想到的来源。
- 裁定最疑难的合并:股权关系、项目角色、粒度(机组、分期还是整座电厂),以及如何认定两条记录属于同一企业或同一电厂。将裁定规则形成书面文件,确保同类情况均按同一标准处理。
- 设定匹配方案在人工核查样本上必须达到的合格线,达标后方可自动判定;准确率下滑时及时叫停。
- 在来源相互矛盾时,决定每个属性以哪个来源为准,并确保较弱的来源只填补空缺、不覆盖更可靠的来源。
- 审核分析师的来源评估、方案和样本,确保各市场的判定标准一致。
- 告诉产品与数据团队市场在问什么,让覆盖范围跟随需求。
这个职位不是什么
- 您不打电话,也不建立人脉网络。数据来源均为公开发布或经授权获取;工作在于找到它们并整合好。
- 您不手工录入数据。数据量由模型和规则承担;您负责设计它们,并判断产出是否达标。
- 您不编写数据处理流程。工程师负责搭建系统及其防护机制;您决定哪些数据可以进入,哪些结果可以输出。
您适合这个职位,如果
- 您在电力项目相关领域深耕多年,曾任职于开发商、贷款机构、运营商、顾问机构或行业媒体,了解股权、融资和项目角色的真实架构。
- 您曾主导大规模的实体解析或数据整合,实际测量过准确率和召回率而非凭空假设,并处理过错误合并的后果。
- 您能熟练使用数据库,在任何人动手搭建之前,独立测量一个来源的规模、重合度和合并候选。
- 您曾在实际工作中大批量调度语言模型,并实际测量过其错误率,而非凭空假设。
- 除英语外,您能阅读我们覆盖的至少一个市场的语言,足以发掘并读懂该国的数据来源。
如何申请
请发送您的简历,告诉我们您在哪里看到这则招聘,并回答两个问题。第一,您做过的最难的一次数据集合并:涉及多少条记录,在没有共同键时依据什么匹配,出了哪些问题,以及您如何证明结果正确。第二,一个您认为大多数数据库都遗漏的、关于电厂、电网资产或电力企业的数据来源:它包含什么,为什么可信,以及您会如何将它整合进一个已用不同名称收录了大部分相同资产的数据集。
邮件申请