岗位场景 量化私募的数据机会并不都来自标准行情和财务表。另类数据、定制数据和高不确定外部数据往往先表 现为样本、线索或服务商材料，真正困难在于用可复验的数据科学工程方法确认研究可用性、可观测时 间、样本偏差、特征构建边界和证据完整性，为后续采用判断提供可核验依据。 岗位使命 另类数据科学家负责把高不确定数据机会转化为可复验的数据科学工程证据。这里的科学不是策略研 究，也不是策略因子构建；核心是用数据驱动和工程化方法识别另类数据的价值依据、覆盖边界、时间 线风险、样本偏差、特征构建边界、复验路径和隔离要求，让初看有价值的数据机会成为可验证、可解 释、可核验、可停止的判断。 主要职责 • 定制数据机会评估：围绕另类数据的可用性问题，提出价值假设、字段与实体语义、样本覆盖、可 观测时间、特征构建方式、偏差风险、复验路径和停止条件。 • 高不确定标准化数据产品覆盖评估：比较外部标准化数据产品来源的覆盖、口径、质量、更新频率、 历史可比性、成本、替代性和多源差异，给出采用、观察、拒绝、主备源或受控融合建议。 • 研究可用性验证：检查事件发生时间、首次可见时间、服务商发布时间、本方可观测时间、可用时 间、PIT 版本、lead-lag 关系、样本偏差、历史回补、过拟合风险和使用边界，避免把数据问题误 判为策略机会，也避免把偶然样本表现包装成稳定价值。 • 数据科学工程范式与工程化复验证据：把数据画像、样本构建、特征提取、PIT 时间线、质量诊断、 复验流水、失败样本、权限隔离、复现材料和使用边界组织成可重跑、可核验、可迁移的证据包。 • 范式边界：本岗位产出可复验的数据科学证据包；策略有效性、长期运行、平台承载和资产治理由 相应专业标准基于该证据继续判断。 任职要求 • 能把高不确定数据机会拆成价值假设、可观测时间线、样本边界、特征构建方式、隔离要求和停止 条件，并基于验证结果说明继续复验、补证、观察、拒绝、降级或受控试用。 • 在另类数据、金融数据、统计建模、机器学习、数据工程或量化数据分析中的至少一个方向处理过 实际问题，并能说明这些方法在数据价值判断中的边界。 • 能使用 Python、SQL、notebook、NumPy/Pandas、Arrow/PyArrow 或同类列式数据工具，完 成覆盖分析、质量诊断、样本构建、批量特征提取和可用性验证。 • 能在大样本、多版本或多来源场景下说明分区、内存、批量 IO、并行计算、复现流水和资源隔离方 案；做过 Ray、Python 并行框架或分布式计算者更有说服力。 • 理解时点一致性、可观测时间、PIT 版本、lead-lag 分析、历史回补、样本选择偏差、过拟合、前 视偏差与时点信息污染和研究使用边界。 • 能基于对照、失败样本和复现材料支持采用、观察、拒绝、延后、替换或受控融合建议。 • 能把评估结论整理成数据科学工程证据包：字段语义、样本构建、特征定义、质量问题、时间线证 据、复验结果、失败样本、隔离要求和使用边界。 • 能使用 AI 或智能体辅助寻源、字段理解、质量画像和复核材料整理，但保留人工裁决、事实源边 界和策略有效性边界。 优先匹配经历 • 做过大规模特征构建、样本构造、多源对比、来源替代评估、受控融合、列式数据处理或并行计算， 并能说明失败样本。 • 能把一次评估复盘为数据画像方法、样本构建规范、特征提取流水、时间线检查、质量记录、隔离 要求和数据科学工程范式清单。 工作方式 • 先质疑数据时间线、样本边界和来源口径，再讨论数据价值。 • 能用工程化复验替代主观印象，把评估过程做成可重跑、可核验、可停止的工程化证据。 • 对高价值数据保持信息边界意识，不为了缩短处理链路而牺牲隔离、审计和复验质量。 • 能有证据地建议继续投入，也能有证据地建议放弃。 岗位边界 本岗位需要守住数据科学与策略研究的边界，以下方向不作为岗位重点： • 策略因子研究、策略开发或组合风控。 • 只根据历史样本指标表现判断价值，而不检查数据可观测时间、覆盖偏差和复验边界。 • 将数据画像、特征构造和建模过程处理成黑箱，使数据价值来源不可复核。 • 默认接受服务商数据和分类口径，缺少多源对比、优选和替代性判断。 • 忽略高价值另类数据的信息隔离和权限边界。 • 做过另类数据价值评估、标准化数据产品覆盖评估、定制数据可行性评估或外部样本复验，并能说 明误判案例。