1、数据挖掘工程师岗位职责数据挖掘工程师岗位职责1 职责： (1)分析需求，完成相关数据抽取、数据清洗、数据探索、数据建模分析等工作; (2)按要求完成数据分析报告、建模报告、数据报表等; (3)对数据进行深度挖掘和建模，做运营和用户等各方面分析，深度挖掘运营优化和用户行为特征等，推动分析问题的解决，为业务决策提供日常支持; (4)与业务部门和技术部门对接，完成设计，编写，维护和完善公司业务相关的算法。 (5)参与项目成果汇编，对相关结果进行解读和汇报。 任职要求： (1)大专以上学历，统计、数学、计算机、软件专业优先; (2)熟练使用Python，Mysql语言，具有一定的工程能力，完善的文档和
2、注释习惯。熟悉JupyterLab远程代码编写环境，Linux常用命令。会使用R，Java，Scala等语言更佳。 (3)熟悉数据分析过程，能够完成数据抽取、数据处理、数据建模、数据分析报告等任务; (4)一定的数据挖掘/机器学习理论和技术基础，了解常用的数据挖掘算法如：聚类模型、线性回归、逻辑回归、分类模型、决策树模型等。 数据挖掘工程师岗位职责2 职责： 1、整合基础业务数据，对基础数据库进行更新维护，参与部门常规报表开发与维护； 2、负责数据集市规划，开发及维护； 3、处理各业务模块数据需求，为业务运营提供数据分析方面咨询和建议； 4、负责搭建并完善业务指标监控体系，为管理层和运营层提供
3、决策支持； 5、负责数据分析和应用相关的业务系统建设，编写对应系统开发需求，并完成系统测试及应用推广。 职位要求： 1、两年以上工作经验，本科以上学历，计算机相关专业优先； 2、具有良好统计学及相关领域的理论基础，熟悉数理统计、数据分析工作方法，具有较强的数据分析能力； 3、精通SQLPython语言，有银行数据仓库，数据集市开发经验者优先； 4、具备较强文字分析和数据处理能力，能独立编写数据分析报告； 5、具备开阔的互联网业务思维，对数据敏感，有较好的业务开拓和沟通表达能力。 数据挖掘工程师岗位职责3 职责： 深入研究业内领先的技术思路，输出具有创新价值的预研项目可行性分析报告以及相关实验数
4、据; 负责产品、销售、供应链、电商等公司数据的海量挖掘，并建立和优化用户标签、特征模型、产品精准匹配、异常预警等; 负责大数据下传统机器学习算法的并行化实现及应用，并提出改进方法和思路; 参与公司大数据架构，负责BI实施中的数据挖掘模块算法研究、模型建立和优化，帮助实现数据挖掘和分析平台的建设; 负责相关数据挖掘项目的需求收集、项目建立、项目设计开发和结果输出质量把控，通过数据挖掘结果驱动业务执行; 配合技术进行数据挖掘模型开发和模型封装，例如决策规则模型、预警模型、流失模型、效果标杆模型、客户生命周期管理模型等; 任职要求： 大学本科及以上学历，统计学、计算机、信息技术、数学相关专业; 两年
5、以上数据建模经验; 数据主流数据库，mysql、oracle、DB2等传统结构化数据仓库，熟悉HBase、MongoDB等非结构化数据库; 熟悉常用的聚类、分类、回归、关联、时间序列等监督式和非监督式学习算法; 熟悉R、Python、MLlib等数据挖掘工具中至少一种。 熟悉spark、storm等大数据计算框架者优先。 数据挖掘工程师岗位职责4 职责： 1、负责公司与阿里巴巴在新行业方向(新金融、新零售、国内外运营商)的产品研发; 2、负责分析挖掘客户/行业对大数据产品的需求(应用场景)，利用数据分析结论提升客户业务能力。例如：文本挖掘，潜在客户挖掘，用户画像，个性化推荐，用能预测等; 3、
6、进行大数据场景下的数据统计、数据挖掘、机器学习、深度学习，包括数据整理、模型建立、模型应用、评估优化等; 4、将客户需求准确转化为可执行的数学模型，针对不同的应用场景，负责编写数据挖掘算法及对其的优化; 5、基于需求分析/运营支持/商业报告等成果，抽取典型用户/客户/行业/产品分析模型并与开发团队沟通实施方案及构建产品原型。 岗位要求： 1、本科以上学历，扎实的机器学习、数据挖掘、统计学理论基础;有统计、应用数学、金融等相关专业背景优先; 2、精通常见机器学习算法(如逻辑回归、SVM、神经网络、决策树、贝叶斯等)，有实际建模经验，掌握深度学习算法优先; 3、具有扎实的计算机操作系统、数据结构等
7、编程基础，精通至少一门编程语言例如JAVA/python/R等; 4、熟悉Map-Reduce模型，对Hadoop、Spark、Storm等大规模数据存储与运算平台有实践经验优先。 数据挖掘工程师岗位职责5 职责： 1、负责内容的处理，包括关键词提取、主题分析、类目预测、质量打分等； 2、负责海量用户行为的分析研究，挖掘优化用户画像，包括人口属性和用户兴趣等； 3、负责推荐引擎算法的开发，包括各类推荐算法的实现、特征和参数调优、用户体验优化等； 4、负责数据营销平台策略的开发，包括用户洞察、行业指数趋势预测、各类精准定向算法的实现和优化等； 5、负责人工智能技术的研究，包括机器学习、知识推理、
8、文本语义理解、计算机视觉等技术； 6、通过海量数据对用户广告的行为进行深入分析与洞察，提炼和发现业务规律，指导推荐模型特征构建，定位产品相关的数据问题及分析优化； 7、结合广告投放场景和用户画像进行分析、归纳统计指标建设，协助模型快速定位问题。 招聘要求及条件： 1、具备数据挖掘、NLP、机器学习、最优化等算法原理知识背景； 2、具备推荐系统、精准营销、信息检索等方面的工作经验优先； 3、具备大规模分布式计算平台的使用和并行算法的开发经验，对大数据处理及应用有浓厚兴趣； 4、具有机器学习、数据挖掘、算法优化的基础并具有浓厚兴趣； 5、熟悉统计原理及检验方法、熟悉数据分析方法； 6、熟悉分类、回
9、归、聚类、降维等机器学习算法及应用场景； 7、熟悉Java、Python等，能独立完成相关的数据分析及分析报告相关工作。 数据挖掘工程师岗位职责6 职责 1、负责构建公司数据分析与数据挖掘业务分析体系,整体架构设计、规划,充分发挥数据的价值,提高数据质量,促进公司业务更好的发展; 2、通过建立业务的数据分析模型来指导业务的发展,对数据库信息进行深度挖掘和有效利用,充分实现数据的商业价值,构建公司核心竞争力; 3、跟踪并分析用户行为,为公司广告业务的发展及产品的设计进行海量数据支持; 4、负责数据管理中心团队的建设、发展、激励、培训等管理工作,有效领导数据分析与挖掘团队支持和推动业务发展。 任职
10、要求： 1、热爱数据,对数据及逻辑关系敏感,并对数据体系有深入的认识; 2、本科以上学历、计算机/统计学/经济学等相关专业，有一定工作经验，; 3、具备数据建模(机器学习,数据挖掘,信息检索背景)和分析理论知识和经验; 4、熟悉Linux平台的海量数据分布式存储、分布式计算; 5、熟悉常用的数据分析工具，有基于Hadoop的云计算平台，HBase及类似的NoSQL存储,MySQL,和BI系统等实践经验; 6、熟悉互联网并且对于互联网常见的业务形态与商业模式有深入的理解,对业务变化有敏锐的洞察力; 7、有较强的对业务理解与分析能力，了解业务规划与策划能力以及相应经验; 8、具备较强的问题定位、分
11、解、解决能力及计划和组织能力; 9、善于创新、思维敏捷、精力充沛，沟通能力强，能够承受较大工作压力; 10、有电子商务或互联网数据仓库或商业智能架构设计、开发实施经验者优先。 数据挖掘工程师岗位职责7 职责： 1、对海量业务数据进行分析，并利用算法挖掘用户行为特征，发现潜在规律，建立机器学习算法并优化; 2、利用数据挖掘技术分析、预测用户的消费行为; 3、建立各种业务逻辑模型和数学模型，帮助公司改善运营管理，节省成本。 任职要求： 1、大学本科及以上学历; 2、统计学、会计学、数学、物理等相关专业; 3、本科5年以上同岗位工作经验，研究生3年以上同岗位工作经验; 4、对统计学和数据挖掘算法原理
12、有较为深刻的理解，了解数据仓库思想，熟悉SPSS、SAS、R、MAHOUT等数据挖掘软件之一; 5、熟悉决策树、聚类、逻辑回归，关联分析、SVM，贝叶斯等数据挖掘算法，有海量数据挖掘的项目经验; 6、有用户行为分析、用户建模、业务建模、数学建模经验优先; 7、良好的逻辑分析能力、分析问题和解决问题的能力，对数据敏感，良好的沟通能力。 数据挖掘工程师岗位职责8 职责： 业务数据的收集整理和分析; 负责公安、交通领域的业务建模和算法设计; 分析项目数据需求，完成系统中数据分析模块的设计、实现和测试; 设计、构建和优化基于大数据的存储平台架构，编写相关技术文档; 设计并实现基于开源项目(Cobar，
13、Spark等)的海量数据集成与处理平台; 为其他部门提供数据分析支撑。 任职资格： 计算机相关专业; 熟悉数据挖掘算法，对分类、聚类、时序、图等算法有很深了解; 熟练掌握Hadoop、Spark生态系统组件(MR、HBase、Hive、ZooKeeper、SparkSQL、SparkMlib等)，有相关大数据架构,开发成功案例; 熟练的使用、开发ETL工具经验，有数据库建模ER建模经验优先; 有海量数据BI或数据挖掘项目实施和管理经验，对数据挖掘理论方法有一定了解者优先; 熟悉的BashShell和Python等脚本编程能力; 强烈的责任心和工作热情，良好的团队合作精神。 数据挖掘工程师岗位职
14、责9 职责： 1、利用数据挖掘、机器学习相关算法，解决业务需求，提高产品的用户体验； 2、对海量的业务数据、用户数据进行挖掘分析，发现数据和业务背后的规律； 3、针对业务流程进行分析调研，探索提升转化率效果的思路和方案并推动转化、 岗位要求： 1、熟悉大规模数据挖掘、机器学习、分布式计算等相关技术，能熟练使用聚类、回归、分类等算法并调优； 2、熟悉Linux环境开发，至少熟悉java/PHP/Python/Scala/Go/C/C+等语言中一种或一种以上； 3、熟悉基于Spark、ElasticSearch、hbase等大数据平台的相关开发； 4、有深度学习实践经验者优先，有spark mli
15、b经验者优先 数据挖掘工程师岗位职责10 职责： 1.依据项目需求建构数据萃取与转换流程 2.挖掘数据特征，进行数据和特征融合 3.搭建数学模型，并对模型进行检验评估 职位要求： 1、计算机、数学、统计、人工智能等相关专业的硕士或以上学历; 2、二年以上数据挖掘、机器学习相关工作经验，熟悉python、spark、pandas、sklearn等数据分析工具者优先; 3、熟练掌握贝叶斯、随机森林、深度学习等机器学习算法; 4、突出的分析问题和解决问题能力，自我驱动，并且具备较强的学习能力、创新应用能力及沟通协调能力，有良好的团队合作意识; 5、有国际背景或能熟练使用英文沟通者优先 数据挖掘工程师
16、岗位职责11 职责： 1、根据项目经理或高级数据挖掘工程师要求独立完成项目的数据搜集和数据处理； 2、能够快速根据项目需要学习并理解行业知识，并能在项目经理或高级数据挖掘工程指导下完成部分数据分析工作； 3、能够使用SAS，SPSS，或R，Python等开源平台根据用户需求定制开发相应的算法； 4、理解数据挖掘模型及预测分析结果，撰写相关分析报告； 5、了解数据仓库及商务智能背景，熟练掌握一类数据展现分析工具，如：Tableau，Cognos等； 任职要求： 1、信息化管理、数学或统计学专业背景本科以上学历； 2、具有一定的统计学、数据挖掘知识基础，有数据仓库/商业智能项目经验尤佳； 3、精通
17、数据挖掘方法论，熟悉数据挖掘项目过程； 4、熟悉并掌握SAS、SPSS统计分析或数据挖掘工具至少一种；或具备Python，R等使用开源平台开发算法的经验； 5、有很强的事业心、责任感，良好敬业精神、团队精神与人际沟通能力。 数据挖掘工程师岗位职责12 职责： 1、对通信和金融业务数据进行分析和挖掘，满足研发和运营等部门的业务需求和决策需求; 2、能根据业务特点选择最合适的数据挖掘算法，并做调优; 3、支持数据分析、挖掘算法平台的部署和日常运营; 4、撰写分析类报告。 任职资格： 1、大学本科或本科以上统计学、数学或其他相关专业，对数据结构熟悉; 2、熟练使用python进行数据分析、处理、可视
18、化。熟悉numpy/pandas/matplotlib等常用模块。熟练使用sql,最好用过hive-sql或spark-sql; 3、对hadoop/spark有一定了解。能够简单使用hadoop系列命令; 4、对线性回归，决策森林，xgboost，评分卡等数据挖掘相关算法有一定了解; 5、做过web接口调试，熟悉json者优先; 6、熟练掌握PPT和EXCEL制作; 7、具备良好的学习、沟通与表达能力，具有较强的团队合作精神，对工作富有热情，能承受工作压力; 8、有运营商或金融类相关数据经验工作优先考虑; 9、能适应中长期现场出差。 数据挖掘工程师岗位职责13 职责： 1.负责海量数据的分析
19、开发工作; 2.完成数据挖掘模型，跟踪模型的实施和效果，定期优化算法和分析策略，分析研究后提供建设性建议 ; 3.优化大数据存储、计算等各方面性能，确保能从海量大数据信息里，有效进行数据分析和挖掘; 4.根据用户的活动记录进行特征筛选和关联挖掘。提高关联准确性; 5.参与相关数据标准和规范的制定。 要求： 1.熟悉java/scala/python/R中至少一种编程语言，具有良好的编码习惯; 2.计算机、数学相关专业本科以上学历; 3.2年以上数据挖掘及其相关经验，对常用的数据挖掘算法有较深入了解，有实际算法调优经验 ; 4.熟悉常用数据挖掘算法(聚类/分类/回归/关联规则/图模型)等算法原理
20、，具备实际的建模经验，熟悉常用机器学习算法原理，如朴素贝叶斯/决策树/随机森林/逻辑回归/SVM等，并具备相关应用经验; 5.熟悉hadoop生态，具有spark/flink等实际开发经验; 6.极强的数据敏感度，能从海量数据中挖掘出数据核心价值，相关; 7.熟悉分布式存储，熟悉mysql/oracle、hbase、redis、mogongdb、elasticsearch等，熟悉neo4j/JanusGraph等图数据库优先 ; 8.富有创新精神，充满激情，乐于接受挑战，良好的沟通技巧和团队合作，抗压性强，能适应加班。 数据挖掘工程师岗位职责14 职责： 1、负责对海量文本内容进行要素提取，精
21、分类别、关联挖掘等技术的研发工作； 2、负责实现文本挖掘技术的产品化，并且结合招标领域开展应用与优化； 3、能指导较低职位的工程师完成工作； 4、能与高校科研机构进行协同创新。 任职资格： 1、模式识别/人工智能/计算机相关专业，本科或以上学历；3年以上工作经验； 2、正直、诚信、敬业、有激情、有良好团队交流能力； 3、精通Java、Python语言，熟悉linux基本开发环境； 4、精通NLP相关领域知识，拥有较为丰富的文本处理经验：精准分词、实体抽取、属性抽取、关系抽取、分类聚类、主题挖掘、POI挖掘等； 5、具有NLP实战经验，参与过相关项目，有知识图谱/深度学习研发经验者优先；熟悉Hadoop、 Spark、Storm等分布式处理框架者更佳； 6、熟悉Git，SVN等通用工具； 7、对自然语言处理、知识图谱构建、人工智能等具有浓厚的兴趣。
