- 相關(guān)推薦
數(shù)據(jù)挖掘工程師崗位的基本職責(zé)精選-崗位職責(zé)
現(xiàn)如今，我們可以接觸到崗位職責(zé)的地方越來越多，崗位職責(zé)具有提高內(nèi)部競爭活力，更好地發(fā)現(xiàn)和使用人才的作用。那么崗位職責(zé)怎么制定才能發(fā)揮它最大的作用呢？下面是小編收集整理的數(shù)據(jù)挖掘工程師崗位的基本職責(zé)精選-崗位職責(zé)，供大家參考借鑒，希望可以幫助到有需要的朋友。
數(shù)據(jù)挖掘工程師崗位的基本職責(zé)精選-崗位職責(zé)1
職責(zé)：
1.參與金融大數(shù)據(jù)平臺(tái)系統(tǒng)和算法的研發(fā)和優(yōu)化;
2.基于大數(shù)據(jù)金融場景，進(jìn)行信用風(fēng)險(xiǎn)模型，風(fēng)控模型，營銷模型的創(chuàng)新設(shè)計(jì);
3.與業(yè)務(wù)部門溝通合作，將數(shù)據(jù)模型應(yīng)用于實(shí)際業(yè)務(wù)。
任職要求：
1.計(jì)算機(jī)相關(guān)專業(yè)碩士及以上學(xué)歷，至少7年以上相關(guān)工作經(jīng)驗(yàn);;
2.具有良好的商業(yè)敏感度和優(yōu)秀的數(shù)據(jù)分析技能，能夠開發(fā)創(chuàng)新而實(shí)際的分析方法以解決復(fù)雜的商業(yè)問題。
3.熟悉機(jī)器學(xué)習(xí)的一般模型;例如分類.聚類.預(yù)測，理解一些常用的特征選擇和矩陣分解算法。
4.熟悉深度神經(jīng)網(wǎng)絡(luò)和常用模型(如CNN，DBN，sparseconding,RNN等)，有Caffe或Theano或ConvNet的實(shí)踐經(jīng)驗(yàn)。
5.在語義理解檢索(如知識(shí)圖譜表示.結(jié)構(gòu)化預(yù)測.語義解析.信息檢索.知識(shí)挖掘等)有過深入的工作與研究。
6.較強(qiáng)的自學(xué)能力.優(yōu)秀的邏輯思維能力和良好的溝通表達(dá)能力和敬業(yè)精神。
7.具備良好的系統(tǒng)分析能力，良好的.抽象思維和邏輯思維能力，獨(dú)立分析問題解決問題的能力;
8.可承受較大壓力，有責(zé)任感，較強(qiáng)的溝通協(xié)調(diào)能力，具有團(tuán)隊(duì)合作精神;
9.有互聯(lián)網(wǎng)公司.大型金融企業(yè)和大型IT企業(yè)工作經(jīng)歷的優(yōu)先。
數(shù)據(jù)挖掘工程師崗位的基本職責(zé)精選-崗位職責(zé)2
職責(zé)：
深入研究業(yè)內(nèi)領(lǐng)先的技術(shù)思路，輸出具有創(chuàng)新價(jià)值的預(yù)研項(xiàng)目可行性分析報(bào)告以及相關(guān)實(shí)驗(yàn)數(shù)據(jù);
負(fù)責(zé)產(chǎn)品、銷售、供應(yīng)鏈、電商等公司數(shù)據(jù)的海量挖掘，并建立和優(yōu)化用戶標(biāo)簽、特征模型、產(chǎn)品精準(zhǔn)匹配、異常預(yù)警等;
負(fù)責(zé)大數(shù)據(jù)下傳統(tǒng)機(jī)器學(xué)習(xí)算法的并行化實(shí)現(xiàn)及應(yīng)用，并提出改進(jìn)方法和思路;
參與公司大數(shù)據(jù)架構(gòu)，負(fù)責(zé)BI實(shí)施中的數(shù)據(jù)挖掘模塊算法研究、模型建立和優(yōu)化，幫助實(shí)現(xiàn)數(shù)據(jù)挖掘和分析平臺(tái)的建設(shè);
負(fù)責(zé)相關(guān)數(shù)據(jù)挖掘項(xiàng)目的需求收集、項(xiàng)目建立、項(xiàng)目設(shè)計(jì)開發(fā)和結(jié)果輸出質(zhì)量把控，通過數(shù)據(jù)挖掘結(jié)果驅(qū)動(dòng)業(yè)務(wù)執(zhí)行;
配合技術(shù)進(jìn)行數(shù)據(jù)挖掘模型開發(fā)和模型封裝，例如決策規(guī)則模型、預(yù)警模型、流失模型、效果標(biāo)桿模型、客戶生命周期管理模型等;
任職要求：
大學(xué)本科及以上學(xué)歷，統(tǒng)計(jì)學(xué)、計(jì)算機(jī)、信息技術(shù)、數(shù)學(xué)相關(guān)專業(yè);
兩年以上數(shù)據(jù)建模經(jīng)驗(yàn);
數(shù)據(jù)主流數(shù)據(jù)庫，mysql、oracle、DB2等傳統(tǒng)結(jié)構(gòu)化數(shù)據(jù)倉庫，熟悉HBase、MongoDB等非結(jié)構(gòu)化數(shù)據(jù)庫;
熟悉常用的`聚類、分類、回歸、關(guān)聯(lián)、時(shí)間序列等監(jiān)督式和非監(jiān)督式學(xué)習(xí)算法;
熟悉R、Python、MLlib等數(shù)據(jù)挖掘工具中至少一種。
熟悉spark、storm等大數(shù)據(jù)計(jì)算框架者優(yōu)先。
數(shù)據(jù)挖掘工程師崗位的基本職責(zé)精選-崗位職責(zé)3
職責(zé)：
1、對通信和金融業(yè)務(wù)數(shù)據(jù)進(jìn)行分析和挖掘，滿足研發(fā)和運(yùn)營等部門的業(yè)務(wù)需求和決策需求;
2、能根據(jù)業(yè)務(wù)特點(diǎn)選擇最合適的'數(shù)據(jù)挖掘算法，并做調(diào)優(yōu);
3、支持?jǐn)?shù)據(jù)分析、挖掘算法平臺(tái)的部署和日常運(yùn)營;
4、撰寫分析類報(bào)告。
任職資格：
1、大學(xué)本科或本科以上統(tǒng)計(jì)學(xué)、數(shù)學(xué)或其他相關(guān)專業(yè)，對數(shù)據(jù)結(jié)構(gòu)熟悉;
2、熟練使用python進(jìn)行數(shù)據(jù)分析、處理、可視化。熟悉numpy/pandas/matplotlib等常用模塊。熟練使用sql,最好用過hive-sql或spark-sql;
3、對hadoop/spark有一定了解。能夠簡單使用hadoop系列命令;
4、對線性回歸，決策森林，xgboost，評分卡等數(shù)據(jù)挖掘相關(guān)算法有一定了解;
5、做過web接口調(diào)試，熟悉json者優(yōu)先;
6、熟練掌握PPT和EXCEL制作;
7、具備良好的學(xué)習(xí)、溝通與表達(dá)能力，具有較強(qiáng)的團(tuán)隊(duì)合作精神，對工作富有熱情，能承受工作壓力;
8、有運(yùn)營商或金融類相關(guān)數(shù)據(jù)經(jīng)驗(yàn)工作優(yōu)先考慮;
9、能適應(yīng)中長期現(xiàn)場出差。
數(shù)據(jù)挖掘工程師崗位的基本職責(zé)精選-崗位職責(zé)4
職責(zé)
1、負(fù)責(zé)構(gòu)建公司數(shù)據(jù)分析與數(shù)據(jù)挖掘業(yè)務(wù)分析體系,整體架構(gòu)設(shè)計(jì)、規(guī)劃,充分發(fā)揮數(shù)據(jù)的價(jià)值,提高數(shù)據(jù)質(zhì)量,促進(jìn)公司業(yè)務(wù)更好的發(fā)展;
2、通過建立業(yè)務(wù)的數(shù)據(jù)分析模型來指導(dǎo)業(yè)務(wù)的發(fā)展,對數(shù)據(jù)庫信息進(jìn)行深度挖掘和有效利用,充分實(shí)現(xiàn)數(shù)據(jù)的商業(yè)價(jià)值,構(gòu)建公司核心競爭力;
3、跟蹤并分析用戶行為,為公司廣告業(yè)務(wù)的.發(fā)展及產(chǎn)品的設(shè)計(jì)進(jìn)行海量數(shù)據(jù)支持;
4、負(fù)責(zé)數(shù)據(jù)管理中心團(tuán)隊(duì)的建設(shè)、發(fā)展、激勵(lì)、培訓(xùn)等管理工作,有效領(lǐng)導(dǎo)數(shù)據(jù)分析與挖掘團(tuán)隊(duì)支持和推動(dòng)業(yè)務(wù)發(fā)展。
任職要求：
1、熱愛數(shù)據(jù),對數(shù)據(jù)及邏輯關(guān)系敏感,并對數(shù)據(jù)體系有深入的認(rèn)識(shí);
2、本科以上學(xué)歷、計(jì)算機(jī)/統(tǒng)計(jì)學(xué)/經(jīng)濟(jì)學(xué)等相關(guān)專業(yè)，有一定工作經(jīng)驗(yàn)，;
3、具備數(shù)據(jù)建模(機(jī)器學(xué)習(xí),數(shù)據(jù)挖掘,信息檢索背景)和分析理論知識(shí)和經(jīng)驗(yàn);
4、熟悉Linux平臺(tái)的海量數(shù)據(jù)分布式存儲(chǔ)、分布式計(jì)算;
5、熟悉常用的數(shù)據(jù)分析工具，有基于Hadoop的云計(jì)算平臺(tái)，HBase及類似的NoSQL存儲(chǔ), MySQL,和BI系統(tǒng)等實(shí)踐經(jīng)驗(yàn);
6、熟悉互聯(lián)網(wǎng)并且對于互聯(lián)網(wǎng)常見的業(yè)務(wù)形態(tài)與商業(yè)模式有深入的理解,對業(yè)務(wù)變化有敏銳的洞察力;
7、有較強(qiáng)的對業(yè)務(wù)理解與分析能力，了解業(yè)務(wù)規(guī)劃與策劃能力以及相應(yīng)經(jīng)驗(yàn);
8、具備較強(qiáng)的問題定位、分解、解決能力及計(jì)劃和組織能力;
9、善于創(chuàng)新、思維敏捷、精力充沛，溝通能力強(qiáng)，能夠承受較大工作壓力;
10、有電子商務(wù)或互聯(lián)網(wǎng)數(shù)據(jù)倉庫或商業(yè)智能架構(gòu)設(shè)計(jì)、開發(fā)實(shí)施經(jīng)驗(yàn)者優(yōu)先。
數(shù)據(jù)挖掘工程師崗位的基本職責(zé)精選-崗位職責(zé)5
職責(zé)：
業(yè)務(wù)數(shù)據(jù)的收集整理和分析;
負(fù)責(zé)公安、交通領(lǐng)域的業(yè)務(wù)建模和算法設(shè)計(jì);
分析項(xiàng)目數(shù)據(jù)需求，完成系統(tǒng)中數(shù)據(jù)分析模塊的設(shè)計(jì)、實(shí)現(xiàn)和測試;
設(shè)計(jì)、構(gòu)建和優(yōu)化基于大數(shù)據(jù)的'存儲(chǔ)平臺(tái)架構(gòu)，編寫相關(guān)技術(shù)文檔;
設(shè)計(jì)并實(shí)現(xiàn)基于開源項(xiàng)目(Cobar，Spark等)的海量數(shù)據(jù)集成與處理平臺(tái);
為其他部門提供數(shù)據(jù)分析支撐。
任職資格：
計(jì)算機(jī)相關(guān)專業(yè);
熟悉數(shù)據(jù)挖掘算法，對分類、聚類、時(shí)序、圖等算法有很深了解;
熟練掌握Hadoop、Spark生態(tài)系統(tǒng)組件(MR、HBase、Hive、ZooKeeper、Spark SQL、Spark Mlib等)，有相關(guān)大數(shù)據(jù)架構(gòu),開發(fā)成功案例;
熟練的使用、開發(fā)ETL工具經(jīng)驗(yàn)，有數(shù)據(jù)庫建模ER建模經(jīng)驗(yàn)優(yōu)先;
有海量數(shù)據(jù)BI或數(shù)據(jù)挖掘項(xiàng)目實(shí)施和管理經(jīng)驗(yàn)，對數(shù)據(jù)挖掘理論方法有一定了解者優(yōu)先;
熟悉的Bash Shell和Python等腳本編程能力;
強(qiáng)烈的責(zé)任心和工作熱情，良好的團(tuán)隊(duì)合作精神。
【數(shù)據(jù)挖掘工程師崗位的基本職責(zé)-崗位職責(zé)】相關(guān)文章：
數(shù)據(jù)挖掘工程師工作的崗位職責(zé)03-15
數(shù)據(jù)挖掘算法工程師崗位職責(zé)01-24
數(shù)據(jù)挖掘工程師工作的崗位職責(zé)01-17
數(shù)據(jù)挖掘工程師崗位職責(zé)19篇03-19