1. 海洋数据治理:汇聚并治理智慧化养殖所需的海洋类数据(海洋浮标、遥感影像、海洋预报、海灾监测等),完成数据接入、清洗、标准化与质量校验,形成可持续更新、稳定可用的海洋数据底座。。
2. 养殖管理数据整理与分析:梳理投苗、投喂、洗换网、死亡、打样等全环节数据,建立规范录入与关联机制(养殖区/网箱/批次),分析存活率、饵料系数、成本等指标。
3. 养殖过程数据化与透明化:将传统依赖经验、纸面记录的养殖管理环节转化为标准化、结构化的数据流程,制定字段标准与录入规范,提升数据完整率与准确率,让生产、成本、经营各环节可追溯、可查询、可核对。
4. 数据可视化与经营支撑:配合建设养殖“一张图”及可视化看板,支撑指标实时呈现;提供财务模型测算所需基础数据(成本/产量/价格/损耗)。
5. 支撑养殖智能化:将原始数据治理为可用于算法/大模型训练的高质量数据集,围绕智能投喂、鱼病识别、存鱼量检测、生长预测等场景完成样本构建、标注与管理,配合算法团队迭代优化。
6. 数据存储、管理与协同:设计并维护数据库/数据仓库,负责数据分类、标签与版本管理,保障数据安全与可追溯;与养殖、财务、算法、平台团队协同推进数据需求落地,输出数据字典、治理规范及阶段性数据分析报告。
专业:
物理海洋、海洋科学、数据科学、计算机、统计、信息工程等相关专业优先(物理海洋行业数据处理方向尤佳)
优先录用条件/其他要求:
1. 具备数据处理、数据治理或数据分析相关经验(含实习),熟悉数据清洗、整合与质量管理流程;表现突出的应届毕业生亦可考虑。
2. 熟练使用Python/SQL 等数据处理工具,熟悉Excel、Pandas 等,具备基础的数据建模与脚本能力。
3. 逻辑清晰、细致耐心,具备较强的数据敏感度与文档撰写能力。
4. 接受阶段性出海或现场数据采集工作。
【加分项】海洋类数据(遥感/浮标/预报)处理经验优先;AI/大模型训练数据集构建、标注;数据仓库/ETL(Hadoop、Spark);数据可视化工具(Power BI、Tableau、Grafana);水产/农业科技/智慧渔业数据项目经验。
最新资讯 | 企业大事
标杆案例
010-59738989-分机号0(周一至周日 9:00-22:00)
监督邮箱:shenji@highlander.com.cn
北京·海淀·地锦路7号院10号楼
Copyright © 2025 北京海兰信数据科技股份有限公司 All rights reserved.