資料探勘工程師工作的基本職責描述

  資料探勘工程師需要將客戶需求準確轉化為可執行的數學模型,針對不同的應用場景,負責編寫資料探勘演算法及對其的優化。下面是小編整理的。

  1

  職責:

  1、負責探跡平臺智慧策略邏輯設計與實現,包括智慧評分、智慧決策、業績預測等業務的策略;

  2、利用平臺已有技術能力,包括內容識別演算法、行為識別模型等,構建與業務需求相匹配的策略體系;

  3、對平臺使用者行為資料進行分析和挖掘,建立資料模型,從資料中挖掘出使用者的行為和消費習慣,通過資料探勘對產品形成策略支援;

  4、理解業務部門的需求,從資料庫提取相關資料進行處理分析,指導產品和業務部門的日常運營;

  5、建立和優化統計學和機器學習模型;

  6、與資料演算法/工程師合作和溝通去實現應用在產品上的演算法模型;

  任職資格:

  1、統計學、計算機、通訊相關專業本科以上學歷;

  2、程式設計基本功紮實、精通JAVA、python、lua等語言;

  3、善於溝通及主動思考總結、倡導創新與持續優化、思路周密、指令碼程式碼嚴謹、對待策略邏輯有強烈興趣;

  4、具備產品意識和資料分析能力,熟悉迴歸,分類等常見機器學習演算法;

  5、具有資料處理,特徵選擇、演算法調優、效果評估等相關工作經驗;

  6、邏輯清晰,對數字敏感;學習能力強,熱愛程式設計;

  7、有良好的團隊合作及抗壓能力、有強烈的主人翁意識推進事務進展;

  2

  職責

  1.負責汽車產品資料底表的日常更新與維護

  2.對資料進行預處理、清洗、計算及校驗

  3.採用系統化方法規範資料欄位,優化資料結構,

  4.通過資料關聯、資料建模及資料視覺化等多種方式為探索性研究提供工具支撐

  5.協助高階研究人員完成客戶需求處理工作

  任職要求:

  1本科及以上學歷,數學、統計學、經濟學、電腦科學等專業

  2.對汽車市場、品牌及主流乘用車產品有一定認知

  3.較強的excel資料處理能力,熟悉透視表及常用函式,有一定程式設計能力

  4.有較強的抗壓能力、邏輯能力以及團隊溝通能力

  5.心態沉穩踏實,細緻認真,有較強的求知慾與接受能力

  3

  職責:

  1、為運營商提供深入的業務分析服務,根據業務需求進行資料統計、分析,撰寫分析報告。

  2、負責電信行業資料分析和資料探勘工作,包括資料模型的需求分析、模型開發和結果分析。

  3、負責電信行業諮詢和系統實施類專案的資料需求調研、資料分析、商業分析和資料探勘模型等相關專案的實施過程。

  4、負責相關專案的售前支援,發現客戶在資料分析/挖掘相關專案上的需求和潛在專案機會。

  任職資格:

  1、熟悉Mysql/DB2等常用資料庫,熟練使用SQL。

  2、掌握資料分析基本理論方法,熟悉資料探勘常用演算法,能夠熟練使用Python/R語言者優先。

  3、有電信運營商、網際網路行業資料分析/挖掘建模經驗者優先。

  4、對使用者行為研究有深入瞭解,諮詢行業背景優先。

  5、 具備良好的客戶需求理解能力、良好的溝通和表達能力。

  6、 工作態度積極主動,具備一定的抗壓能力。

  4

  職責:

  1、負責對資料進行清理、甄別、歸類和整合等,提升資料質量;

  2、設計多維度分析模型,並能根據實際情況給出資料分析結果;

  3、針對海量使用者行為和內容資訊,構建和優化使用者畫像。

  任職要求:

  1、本科計算機或統計學相關專業,3年以上相關工作經驗;

  2、熟悉關係型據庫,SQL技能嫻熟;

  3、熟悉Hadoop, Hive, Spark分散式平臺;

  4、Scala\python\JAVA至少熟練掌握一種程式語言;

  5、熟悉資料視覺化技術;

  6、熟悉大規模資料探勘、機器學習等相關技術;

  7、對使用者畫像分層,推薦系統有經驗者優先考慮。

  5

  職責:

  1、參與資料探勘專案的演算法研發過程***包括需求分析、技術可行性評估、分析解決問題、實現新需求等***;

  2、獨立分析、評估並解決問題,並用程式碼實現,在較短時間內尋求到最優的解決方案,並應用到產品中;

  3、負責分散式演算法的設計及編碼,提高演算法的精度和效率;

  4、負責資料挖據方向上的技術預研工作。

  任職資格:

  1、 本科及以上學歷,數學、統計、電腦科學與技術、軟體工程、控制理論與控制工程、訊號分析及資訊處理等專業;

  2、 3年以上資料探勘、機器學習、深度學習領域工作和研究經驗;

  3、 精通至少一種主流程式語言,包括但不限於C、C++、Python、Java等;

  4、 熟悉機器學習、深度學習演算法,掌握Mxnet、Tensorflow、Keras、Torch、CaffeOnSpark等一種或多種深度學習框架;

  5、 熟悉Hadoop、Spark等大資料平臺及mllib和結構化資料庫程式設計;

  6、 有資料探勘、影象處理、音訊訊號分析、自然語言處理、物流優化、時間序列預測演算法等與實際業務場景結合的成功經驗;

  7、 善於分析和解決問題,富有想象力和學習能力,對資料敏感,善於發現數據中的價值,具有良好的團隊合作精神。