數據挖掘工程師工作的基本職責描述
數據挖掘工程師工作的基本職責描述
數據挖掘工程師需要將客戶需求準確轉化為可執(zhí)行的數學模型,針對不同的應用場景,負責編寫數據挖掘算法及對其的優(yōu)化。下面是學習啦小編整理的數據挖掘工程師工作的基本職責描述。
數據挖掘工程師工作的基本職責描述1
職責:
1、負責探跡平臺智能策略邏輯設計與實現,包括智能評分、智能決策、業(yè)績預測等業(yè)務的策略;
2、利用平臺已有技術能力,包括內容識別算法、行為識別模型等,構建與業(yè)務需求相匹配的策略體系;
3、對平臺用戶行為數據進行分析和挖掘,建立數據模型,從數據中挖掘出用戶的行為和消費習慣,通過數據挖掘對產品形成策略支持;
4、理解業(yè)務部門的需求,從數據庫提取相關數據進行處理分析,指導產品和業(yè)務部門的日常運營;
5、建立和優(yōu)化統(tǒng)計學和機器學習模型;
6、與數據算法/工程師合作和溝通去實現應用在產品上的算法模型;
任職資格:
1、統(tǒng)計學、計算機、通信相關專業(yè)本科以上學歷;
2、編程基本功扎實、精通JAVA、python、lua等語言;
3、善于溝通及主動思考總結、倡導創(chuàng)新與持續(xù)優(yōu)化、思路周密、腳本代碼嚴謹、對待策略邏輯有強烈興趣;
4、具備產品意識和數據分析能力,熟悉回歸,分類等常見機器學習算法;
5、具有數據處理,特征選擇、算法調優(yōu)、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,熱愛編程;
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;
數據挖掘工程師工作的基本職責描述2
職責
1.負責汽車產品數據底表的日常更新與維護
2.對數據進行預處理、清洗、計算及校驗
3.采用系統(tǒng)化方法規(guī)范數據字段,優(yōu)化數據結構,
4.通過數據關聯、數據建模及數據可視化等多種方式為探索性研究提供工具支撐
5.協(xié)助高級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(tǒng)計學、經濟學、計算機科學等專業(yè)
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數據處理能力,熟悉透視表及常用函數,有一定編程能力
4.有較強的抗壓能力、邏輯能力以及團隊溝通能力
5.心態(tài)沉穩(wěn)踏實,細致認真,有較強的求知欲與接受能力
數據挖掘工程師工作的基本職責描述3
職責:
1、為運營商提供深入的業(yè)務分析服務,根據業(yè)務需求進行數據統(tǒng)計、分析,撰寫分析報告。
2、負責電信行業(yè)數據分析和數據挖掘工作,包括數據模型的需求分析、模型開發(fā)和結果分析。
3、負責電信行業(yè)咨詢和系統(tǒng)實施類項目的數據需求調研、數據分析、商業(yè)分析和數據挖掘模型等相關項目的實施過程。
4、負責相關項目的售前支持,發(fā)現客戶在數據分析/挖掘相關項目上的需求和潛在項目機會。
任職資格:
1、熟悉Mysql/DB2等常用數據庫,熟練使用SQL。
2、掌握數據分析基本理論方法,熟悉數據挖掘常用算法,能夠熟練使用Python/R語言者優(yōu)先。
3、有電信運營商、互聯網行業(yè)數據分析/挖掘建模經驗者優(yōu)先。
4、對用戶行為研究有深入了解,咨詢行業(yè)背景優(yōu)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(tài)度積極主動,具備一定的抗壓能力。
數據挖掘工程師工作的基本職責描述4
職責:
1、負責對數據進行清理、甄別、歸類和整合等,提升數據質量;
2、設計多維度分析模型,并能根據實際情況給出數據分析結果;
3、針對海量用戶行為和內容信息,構建和優(yōu)化用戶畫像。
任職要求:
1、本科計算機或統(tǒng)計學相關專業(yè),3年以上相關工作經驗;
2、熟悉關系型據庫,SQL技能嫻熟;
3、熟悉Hadoop, Hive, Spark分布式平臺;
4、Scala\python\JAVA至少熟練掌握一種編程語言;
5、熟悉數據可視化技術;
6、熟悉大規(guī)模數據挖掘、機器學習等相關技術;
7、對用戶畫像分層,推薦系統(tǒng)有經驗者優(yōu)先考慮。
數據挖掘工程師工作的基本職責描述5
職責:
1、參與數據挖掘項目的算法研發(fā)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、評估并解決問題,并用代碼實現,在較短時間內尋求到最優(yōu)的解決方案,并應用到產品中;
3、負責分布式算法的設計及編碼,提高算法的精度和效率;
4、負責數據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(tǒng)計、計算機科學與技術、軟件工程、控制理論與控制工程、信號分析及信息處理等專業(yè);
2、 3年以上數據挖掘、機器學習、深度學習領域工作和研究經驗;
3、 精通至少一種主流編程語言,包括但不限于C、C++、Python、Java等;
4、 熟悉機器學習、深度學習算法,掌握Mxnet、Tensorflow、Keras、Torch、CaffeOnSpark等一種或多種深度學習框架;
5、 熟悉Hadoop、Spark等大數據平臺及mllib和結構化數據庫編程;
6、 有數據挖掘、圖像處理、音頻信號分析、自然語言處理、物流優(yōu)化、時間序列預測算法等與實際業(yè)務場景結合的成功經驗;
7、 善于分析和解決問題,富有想象力和學習能力,對數據敏感,善于發(fā)現數據中的價值,具有良好的團隊合作精神。
相關文章: