資料探勘工程師崗位的主要職責表述
資料探勘工程師負責專案中資料準備、模型建立、模型跟蹤、模型優化、模型維護、部署和評估;等閉環流程，為營銷、運營及決策提供分析支撐及技術支援。以下是小編整理的。
1
職責：
1、負責內容的處理，包括關鍵詞提取、主題分析、類目預測、質量打分等;
2、負責海量使用者行為的分析研究，挖掘優化使用者畫像，包括人口屬性和使用者興趣等;
3、負責推薦引擎演算法的開發，包括各類推薦演算法的實現、特徵和引數調優、使用者體驗優化等;
4、負責資料營銷平臺策略的開發，包括使用者洞察、行業指數趨勢預測、各類精準定向演算法的實現和優化等;
5、負責人工智慧技術的研究，包括機器學習、知識推理、文字語義理解、計算機視覺等技術;
6、通過海量資料對使用者廣告的行為進行深入分析與洞察，提煉和發現業務規律，指導推薦模型特徵構建，定位產品相關的資料問題及分析優化;
7、結合廣告投放場景和使用者畫像進行分析、歸納統計指標建設，協助模型快速定位問題。
招聘要求及條件：
1、具備資料探勘、NLP、機器學習、最優化等演算法原理知識背景;
2、具備推薦系統、精準營銷、資訊檢索等方面的工作經驗優先;
3、具備大規模分散式計算平臺的使用和並行演算法的開發經驗，對大資料處理及應用有濃厚興趣;
4、具有機器學習、資料探勘、演算法優化的基礎並具有濃厚興趣;
5、熟悉統計原理及檢驗方法、熟悉資料分析方法;
6、熟悉分類、迴歸、聚類、降維等機器學習演算法及應用場景;
7、熟悉Java、Python等，能獨立完成相關的資料分析及分析報告相關工作。
2
職責：
1、利用資料探勘、機器學習相關演算法，解決業務需求，提高產品的使用者體驗;
2、對海量的業務資料、使用者資料進行挖掘分析，發現數據和業務背後的規律;
3、針對業務流程進行分析調研，探索提升轉化率效果的思路和方案並推動轉化.
崗位要求：
1、熟悉大規模資料探勘、機器學習、分散式計算等相關技術，能熟練使用聚類、迴歸、分類等演算法並調優;
2、熟悉Linux 環境開發，至少熟悉java/PHP/Python/Scala/Go/C/C++ 等語言中一種或一種以上;
3、熟悉基於Spark、ElasticSearch、hbase 等大資料平臺的相關開發;
4、有深度學習實踐經驗者優先，有spark mlib經驗者優先
3
職責：
1. 根據專案經理或高階資料探勘工程師要求獨立完成專案的資料蒐集和資料處理;
2. 能夠快速根據專案需要學習並理解行業知識，並能在專案經理或高階資料探勘工程指導下完成部分資料分析工作;
3. 能夠使用SAS,SPSS,或R,Python等開源平臺根據使用者需求定製開發相應的演算法;
4. 理解資料探勘模型及預測分析結果，撰寫相關分析報告;
5. 瞭解資料倉庫及商務智慧背景，熟練掌握一類資料展現分析工具，如：Tableau，Cognos等;
任職要求
1. 資訊化管理、數學或統計學專業背景本科以上學歷;
2. 具有一定的統計學、資料探勘知識基礎，有資料倉庫/商業智慧專案經驗尤佳;
3. 精通資料探勘方法論，熟悉資料探勘專案過程;
4. 熟悉並掌握SAS、SPSS統計分析或資料探勘工具至少一種; 或具備Python，R等使用開源平臺開發演算法的經驗;
5. 有很強的事業心、責任感，良好敬業精神、團隊精神與人際溝通能力。
4
職責：
1、 整合基礎業務資料，對基礎資料庫進行更新維護，參與部門常規報表開發與維護;
2、 負責資料集市規劃，開發及維護;
3、 處理各業務模組資料需求，為業務運營提供資料分析方面諮詢和建議;
4、 負責搭建並完善業務指標監控體系，為管理層和運營層提供決策支援;
5、 負責資料分析和應用相關的業務系統建設，編寫對應系統開發需求，並完成系統測試及應用推廣。
職位要求
1、 兩年以上工作經驗，本科以上學歷，計算機相關專業優先;
2、 具有良好統計學及相關領域的理論基礎，熟悉數理統計、資料分析工作方法，具有較強的資料分析能力;
3、 精通SQL\Python語言，有銀行資料倉庫，資料集市開發經驗者優先;
4、 具備較強文字分析和資料處理能力，能獨立編寫資料分析報告;
5、 具備開闊的網際網路業務思維，對資料敏感，有較好的業務開拓和溝通表達能力。
5
職責：
1.負責對海量文字內容進行要素提取，精分類別、關聯挖掘等技術的研發工作;
2.負責實現文字挖掘技術的產品化，並且結合招標領域開展應用與優化;
3.能指導較低職位的工程師完成工作;
4.能與高校科研機構進行協同創新。
任職資格：
1. 模式識別/人工智慧/計算機相關專業，本科或以上學歷;3年以上工作經驗;
2. 正直、誠信、敬業、有激情、有良好團隊交流能力;
3. 精通Java、Python語言，熟悉linux基本開發環境;
4. 精通NLP相關領域知識，擁有較為豐富的文字處理經驗：精準分詞、實體抽取、屬性抽取、關係抽取、分類聚類、主題挖掘、POI挖掘等;
5. 具有NLP實戰經驗，參與過相關專案，有知識圖譜/深度學習研發經驗者優先;熟悉Hadoop、 Spark、Storm等分散式處理框架者更佳;
6.熟悉Git，SVN等通用工具;
7. 對自然語言處理、知識圖譜構建、人工智慧等具有濃厚的興趣。