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。