主要職責
1.設計、構建和維護可擴展的拓撲數據ETL/ELT管道，實現從多源數據到拓撲表示（如單純復形、持久圖、鄰接矩陣等）的自動化轉換。
2.研發和實現針對不同類型數據的拓撲特征提取方法，利用詞嵌入、CNN特征向量等構建點云，并計算其拓撲特征。將其直接建模為拓撲對象，或通過高階交互構建組合結構。應用滑動窗口、重構技術（如Takens嵌入）將其轉換為拓撲對象進行分析。
3. 熟練運用拓撲特征（如條形碼、持久圖、Betti數）的向量化技術（如持久景觀、Betti曲線、拓撲簽名等），將其轉化為下游機器學習模型可用的特征。
4. 評估、集成并優化拓撲數據分析工具（如 Gudhi, Dionysus, Scikit-TDA），將其封裝為標準化、可復用的數據服務或API。
5. 解決大規模數據集拓撲計算中的性能瓶頸，通過分布式計算、并行化等技術優化處理流程。
6. 與算法工程師、Java工程師緊密合作，理解其分析需求，并提供高質量的拓撲數據支持。
職位要求
1.計算機科學、應用數學、統計學或相關領域的本科及以上學歷。
2.擁有 3年以上數據工程或相關領域的工作經驗。具備 至少1個將拓撲數據分析應用于實際項目的經驗，并深刻理解將原始數據轉換為拓撲表示的全流程。
熟練掌握持續同調等拓撲數據分析的核心理論與計算方法。
3.精通Nebula Graph、Neo4j和ClickHouse中至少一種數據庫的使用，并理解其底層原理。
4.擁有實際的拓撲特征向量化經驗，能將持久圖等結果融入標準ML管道。
5.精通 Python 和 SQL，并具備強大的編程能力。擁有豐富的大數據生態工具使用經驗（如 Spark, Hadoop, Hive）。
6.具備構建復雜數據管道的經驗，熟悉相關工作流管理工具（如 Airflow, Dagster）。
7.擁有處理非結構化數據（文本、圖像）和/或圖數據的實際項目經驗。對嵌入技術和特征工程有深刻理解。