1. 多源异构数据治理：负责多链（EVM, Solana 等）链上原始数据、社交媒体情绪数据、交易所 API 的接入、清洗与标准化。 2. 指标特征工程 (Feature Engineering)：与分析师配合，将复杂的业务逻辑（如：筹码集中度、大户行为偏差、流动性非对称变动）转化为可计算的特征因子。 3. 权重量化引擎开发：负责开发多因子打分模型。包括指标的标准化处理（Z-Score, Min-Max 等）、权重分配逻辑的实现以及最终得分的聚合运算。 4. 模型回测支持：构建高效的数据回测环境，验证指标权重在历史行情中的有效性，并根据反馈动态调整评分参数。 5. 实时预警流水线：维护低延迟的数据处理流水线（ETL），确保核心指标从触发到最终输出分数在毫秒级延迟内完成。
1. 硬核开发能力：精通 Python 和 SQL，能够熟练处理大规模并发数据流，熟悉 Redis、MongoDB 或高性能时序数据库。 2. 金融建模功底：理解基础的数理统计知识，熟悉权重分配、指标去噪、加权归并等建模方法。 3. Web3 协议认知：能够独立解析智能合约 Log，对 DEX（Uniswap/Raydium）的底层流动性模型有深刻理解，能识别链上“刷量”与“真实交易”。 4. 工程化思维：具备严谨的工程习惯，能够通过自动化脚本实现数据异常的自我监控与修复，确保打分结果的 100% 可靠 5. AI 工具链实操：熟练利用 AI（LLM）进行数据分类、情感分析及代码优化。
按贡献分配投研Carry分红。
Map For Jobs — Web3行业的求职地图