




下載本文檔
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、數(shù)據(jù)挖掘工程師工作的崗位職責(zé)模板數(shù)據(jù)挖掘工程師需要通過海量數(shù)據(jù)對(duì)用戶廣告的行為進(jìn)行深入分析與洞察,提煉和發(fā)現(xiàn)業(yè)務(wù)規(guī)律,指導(dǎo)推薦模型特征構(gòu)建,定位產(chǎn)品相關(guān)的數(shù)據(jù)問題及分析優(yōu)化。下面是小編整理的數(shù)據(jù)挖掘工程師工作的崗位職責(zé)模板。數(shù)據(jù)挖掘工程師工作的崗位職責(zé)模板1職責(zé):1、 負(fù)責(zé)公司與阿里巴巴在新行業(yè)方向 ( 新金融、 新零售、國(guó)內(nèi)外運(yùn)營(yíng)商) 的產(chǎn)品研發(fā) ;2、負(fù)責(zé)分析挖掘客戶 /行業(yè)對(duì)大數(shù)據(jù)產(chǎn)品的需求(應(yīng)用場(chǎng)景 ) ,利用數(shù)據(jù)分析結(jié)論提升客戶業(yè)務(wù)能力。例如:文本挖掘, 潛在客戶挖掘, 用戶畫像, 個(gè)性化推薦, 用能預(yù)測(cè)等;3、進(jìn)行大數(shù)據(jù)場(chǎng)景下的數(shù)據(jù)統(tǒng)計(jì)、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、深度學(xué)習(xí),包括數(shù)據(jù)整理、
2、模型建立、模型應(yīng)用、評(píng)估優(yōu)化等 ;4、將客戶需求準(zhǔn)確轉(zhuǎn)化為可執(zhí)行的數(shù)學(xué)模型,針對(duì)不同的應(yīng)用場(chǎng)景,負(fù)責(zé)編寫數(shù)據(jù)挖掘算法及對(duì)其的優(yōu)化 ;5、基于需求分析/ 運(yùn)營(yíng)支持 / 商業(yè)報(bào)告等成果,抽取典型用戶 / 客戶 / 行業(yè) / 產(chǎn)品分析模型并與開發(fā)團(tuán)隊(duì)溝通實(shí)施方案及構(gòu)建產(chǎn)品原型。崗位要求:1 、本科以上學(xué)歷,扎實(shí)的機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、統(tǒng)計(jì)學(xué)理論基礎(chǔ) ; 有統(tǒng)計(jì)、應(yīng)用數(shù)學(xué)、金融等相關(guān)專業(yè)背景優(yōu)先 ;2、精通常見機(jī)器學(xué)習(xí)算法(如邏輯回歸、SVM神經(jīng)網(wǎng) 絡(luò)、決策樹、貝葉斯等 ) ,有實(shí)際建模經(jīng)驗(yàn),掌握深度學(xué)習(xí)算法優(yōu)先 ;3、具有扎實(shí)的計(jì)算機(jī)操作系統(tǒng)、數(shù)據(jù)結(jié)構(gòu)等編程基礎(chǔ),精通至少一門編程語言例如 JAVA/p
3、ython/R 等 ;4、熟悉 Map-Reduce 模型,對(duì)Hadoop、 Spark 、 Storm等大規(guī)模數(shù)據(jù)存儲(chǔ)與運(yùn)算平臺(tái)有實(shí)踐經(jīng)驗(yàn)優(yōu)先。數(shù)據(jù)挖掘工程師工作的崗位職責(zé)模板2職責(zé):1 、對(duì)海量業(yè)務(wù)數(shù)據(jù)進(jìn)行分析,并利用算法挖掘用戶行為特征,發(fā)現(xiàn)潛在規(guī)律,建立機(jī)器學(xué)習(xí)算法并優(yōu)化 ;2、利用數(shù)據(jù)挖掘技術(shù)分析、預(yù)測(cè)用戶的消費(fèi)行為 ;3、建立各種業(yè)務(wù)邏輯模型和數(shù)學(xué)模型,幫助公司改善運(yùn)營(yíng)管理,節(jié)省成本。任職要求:1、大學(xué)本科及以上學(xué)歷;2、統(tǒng)計(jì)學(xué)、會(huì)計(jì)學(xué)、數(shù)學(xué)、物理等相關(guān)專業(yè) ;3、本科 5 年以上同崗位工作經(jīng)驗(yàn),研究生3 年以上同崗位工作經(jīng)驗(yàn);4、對(duì)統(tǒng)計(jì)學(xué)和數(shù)據(jù)挖掘算法原理有較為深刻的理解,了解數(shù)
4、據(jù)倉(cāng)庫(kù)思想,熟悉 SPSS SAS R、MAHOU得數(shù)據(jù)挖 掘軟件之一 ;5、熟悉決策樹、聚類、邏輯回歸,關(guān)聯(lián)分析、SVM貝葉斯等數(shù)據(jù)挖掘算法,有海量數(shù)據(jù)挖掘的項(xiàng)目經(jīng)驗(yàn);6、有用戶行為分析、用戶建模、業(yè)務(wù)建模、數(shù)學(xué)建模經(jīng)驗(yàn)優(yōu)先 ;7、良好的邏輯分析能力、分析問題和解決問題的能力,對(duì)數(shù)據(jù)敏感,良好的溝通能力。數(shù)據(jù)挖掘工程師工作的崗位職責(zé)模板3職責(zé):1. 負(fù)責(zé)海量數(shù)據(jù)的分析開發(fā)工作;2. 完成數(shù)據(jù)挖掘模型,跟蹤模型的實(shí)施和效果,定期優(yōu)化算法和分析策略,分析研究后提供建設(shè)性建議;3. 優(yōu)化大數(shù)據(jù)存儲(chǔ)、計(jì)算等各方面性能,確保能從海量大數(shù)據(jù)信息里,有效進(jìn)行數(shù)據(jù)分析和挖掘 ;4. 根據(jù)用戶的活動(dòng)記錄進(jìn)行特
5、征篩選和關(guān)聯(lián)挖掘。提高關(guān)聯(lián)準(zhǔn)確性;5. 參與相關(guān)數(shù)據(jù)標(biāo)準(zhǔn)和規(guī)范的制定。要求:1. 熟悉 java/scala/python/R 中至少一種編程語言,具有良好的編碼習(xí)慣;2. 計(jì)算機(jī)、數(shù)學(xué)相關(guān)專業(yè)本科以上學(xué)歷;3. 2 年以上數(shù)據(jù)挖掘及其相關(guān)經(jīng)驗(yàn),對(duì)常用的數(shù)據(jù)挖掘算法有較深入了解,有實(shí)際算法調(diào)優(yōu)經(jīng)驗(yàn);4. 熟悉常用數(shù)據(jù)挖掘算法 ( 聚類 / 分類 / 回歸 / 關(guān)聯(lián)規(guī)則 /圖模型 ) 等算法原理,具備實(shí)際的建模經(jīng)驗(yàn),熟悉常用機(jī)器學(xué)習(xí)算法原理,如樸素貝葉斯/ 決策樹 / 隨機(jī)森林 / 邏輯回歸/SVM等,并具備相關(guān)應(yīng)用經(jīng)驗(yàn);5. 熟悉 hadoop 生態(tài),具有spark/flink 等實(shí)際開發(fā)經(jīng)驗(yàn)
6、;6. 極強(qiáng)的數(shù)據(jù)敏感度,能從海量數(shù)據(jù)中挖掘出數(shù)據(jù)核心 價(jià)值,相關(guān);7. 熟悉分布式存儲(chǔ), 熟悉 mysql/oracle 、 hbase 、 redis 、 mogongdb、 elasticsearch 等, 熟悉 neo4j/JanusGraph 等圖 數(shù)據(jù)庫(kù)優(yōu)先;8. 富有創(chuàng)新精神,充滿激情,樂于接受挑戰(zhàn),良好的溝 通技巧和團(tuán)隊(duì)合作,抗壓性強(qiáng),能適應(yīng)加班。數(shù)據(jù)挖掘工程師工作的崗位職責(zé)模板4職責(zé):1. 依據(jù)項(xiàng)目需求建構(gòu)數(shù)據(jù)萃取與轉(zhuǎn)換流程2. 挖掘數(shù)據(jù)特征,進(jìn)行數(shù)據(jù)和特征融合3. 搭建數(shù)學(xué)模型,并對(duì)模型進(jìn)行檢驗(yàn)評(píng)估職位要求:1 、計(jì)算機(jī)、數(shù)學(xué)、統(tǒng)計(jì)、人工智能等相關(guān)專業(yè)的碩士 或以上學(xué)歷;2
7、、二年以上數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)相關(guān)工作經(jīng)驗(yàn),熟悉python 、 spark 、 pandas 、 sklearn 等數(shù)據(jù)分析工具者優(yōu)先;3、熟練掌握貝葉斯、隨機(jī)森林、深度學(xué)習(xí)等機(jī)器學(xué)習(xí) 算法 ;4、突出的分析問題和解決問題能力,自我驅(qū)動(dòng),并且具備較強(qiáng)的學(xué)習(xí)能力、創(chuàng)新應(yīng)用能力及溝通協(xié)調(diào)能力,有良好的團(tuán)隊(duì)合作意識(shí) ;5、有國(guó)際背景或能熟練使用英文溝通者優(yōu)先數(shù)據(jù)挖掘工程師工作的崗位職責(zé)模板5職責(zé):(1) 分析需求,完成相關(guān)數(shù)據(jù)抽取、數(shù)據(jù)清洗、數(shù)據(jù)探索、數(shù)據(jù)建模分析等工作;(2) 按要求完成數(shù)據(jù)分析報(bào)告、建模報(bào)告、數(shù)據(jù)報(bào)表等;(3) 對(duì)數(shù)據(jù)進(jìn)行深度挖掘和建模,做運(yùn)營(yíng)和用戶等各方面分析,深度挖掘運(yùn)營(yíng)優(yōu)化和用戶行為特征等,推動(dòng)分析問題的解決,為業(yè)務(wù)決策提供日常支持;(4) 與業(yè)務(wù)部門和技術(shù)部門對(duì)接,完成設(shè)計(jì),編寫,維護(hù)和完善公司業(yè)務(wù)相關(guān)的算法。(5) 參與項(xiàng)目成果匯編,對(duì)相關(guān)結(jié)果進(jìn)行解讀和匯報(bào)。任職要求:(1) 大專以上學(xué)歷,統(tǒng)計(jì)、數(shù)學(xué)、計(jì)算機(jī)、軟件專業(yè)優(yōu)先;(2) 熟練使用 Python , Mysql 語言,具有一定的工程能力,完善的文檔和注釋習(xí)慣。熟悉JupyterLab 遠(yuǎn)程代碼編寫環(huán)境, Linux 常用命令。會(huì)使用R, Java , Scala 等語言更佳。(
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 2025屆北京市北京四中物理高一下期末統(tǒng)考模擬試題含解析
- 保險(xiǎn)公司承諾書
- 會(huì)計(jì)給公司領(lǐng)導(dǎo)的辭職報(bào)告
- 2025年江蘇省連云港市贛榆區(qū)海頭高中高一物理第二學(xué)期期末達(dá)標(biāo)檢測(cè)模擬試題含解析
- 安全審計(jì)策略-洞察及研究
- 2025屆江西省宜春市袁州區(qū)宜春九中物理高一第二學(xué)期期末復(fù)習(xí)檢測(cè)模擬試題含解析
- 單胎死產(chǎn)的健康教育
- 尿布皮炎的護(hù)理查房
- 設(shè)計(jì)心理學(xué)復(fù)習(xí)筆記:理論與實(shí)踐結(jié)合
- 煤礦瓦斯災(zāi)害預(yù)防與控制技術(shù)
- 髖臼周圍截骨術(shù)治療成人髖關(guān)節(jié)發(fā)育不良
- 各科門診診所技術(shù)操作規(guī)程
- 新教材人教版高中化學(xué)選擇性必修1全冊(cè)課時(shí)練習(xí)及章末檢測(cè)含解析
- 浙江省建設(shè)工程施工費(fèi)用定額相關(guān)費(fèi)用計(jì)算程序表及費(fèi)用取費(fèi)費(fèi)率換算表【實(shí)用文檔】doc
- 《Windows網(wǎng)絡(luò)操作系統(tǒng)》教學(xué)教案
- GB/T 23280-2009開式壓力機(jī)精度
- GB/T 20041.21-2008電纜管理用導(dǎo)管系統(tǒng)第21部分:剛性導(dǎo)管系統(tǒng)的特殊要求
- GB/T 17213.4-2015工業(yè)過程控制閥第4部分:檢驗(yàn)和例行試驗(yàn)
- 教師師風(fēng)師德培訓(xùn) 課件
- GB/T 12718-2009礦用高強(qiáng)度圓環(huán)鏈
- GB 2811-1989安全帽
評(píng)論
0/150
提交評(píng)論