數據挖掘崗位工作職責
簡介:數據倉庫,英文名稱為DataWarehouse,可簡寫為DW或DWH。數據倉庫,是為企業所有級別的決策制定過程,提供所有類型數據支持的戰略集合。它是單個數據存儲,出于分析性報告和決策支持目的而創建。為需要業務智能的企業,提供指導業務流程改進、監視時間、成本、質量以及控制。
數據倉庫職位描述(模板一)
崗位職責:
1、參與數據倉庫架構設計與數據開發,建設PB級共享的數據平臺;
2、負責數據平臺相關數據管理工作,如研發規范、質量規范、保障規范的制定與推動實施落地;
3、負責來自業務團隊數據需求的研發支撐。
任職要求:
1、從事數據倉庫領域工作至少2年以上,熟悉數據倉庫模型設計方法論,并有實際模型設計及ETL開發經驗;
2、掌握大型數據庫開發技術,如Oracle、Teradata、DB2、Mysql等等掌握至少其中一種,靈活運用SQL實現海量數據ETL加工處理;
3、熟悉數據倉庫領域知識和管理技能,包括但不局限于:元數據管理、數據質量、性能調優等;
4、有從事分布式數據存儲與計算平臺應用開發經驗,熟悉Hadoop生態相關技術并有相關實踐經驗著優先;
5、掌握一門或多門編程語言優先,如Java、Python、Perl等;
6、最好熟悉Linu*系統及常規shell處理命令;
7、良好的語言溝通與表達能力和自我驅動動力。
數據倉庫職位描述(模板二)
崗位職責:
1、負責核心數據倉庫開發工作(業務梳理、寬表建模、數據治理),實現高質量數據的互通與共享;
2、負責商業智能數據報表,參與數據產品與應用的數據研發,發掘數據商業價值;
3、業務實時數據的處理和統計,提供高質量數據接口。
任職要求:
1、扎實的數據倉庫理論基礎,熟悉數據倉庫模型設計,應用層建設有實踐經驗;
2、熟悉倉庫建設相關的技術棧,例如:SQL,Hive,Hadoop/Spark,Flume,Kafaka等;
3、掌握數據庫開發技術,具備海量數據加工處理(ETL)相關經驗,有數據庫建模經驗,靈活運用SQL實現數據ETL加工處理;
4、具備代碼開發能力,熟練掌握Java、Scala、Python等至少1種語言;
5、有互聯網行業數據倉庫經驗者優先。
數據倉庫職位描述(模板三)
崗位職責:
1、參與全公司統一的數據倉庫架構設計與數據開發,建設PB級共享的大數據平臺;
2、負責數據平臺的業務建模,需求調研,協同業務部門規劃數據倉庫模型,數據領域模型建設,達成一致意見并快速實現;
3、負責與企業級數據倉庫建設和管理,包括但不限于數據質量、數據模型、數據安全相關標準的制定。
任職要求:
1、從事數據倉庫領域工作至少2年以上,熟悉數據倉庫模型設計方法論(重點考察維度模型),并有實際模型設計及ETL開發經驗(熟悉各種場景下的ETL加工和處理技術);
2、掌握大型數據庫開發技術,如Oracle/Teradata/Hadoop等等掌握至少其中一種,靈活運用SQL實現海量數據ETL加工處理;
3、有互聯網數據倉庫設計經驗、熟悉某一領域的業務主題(如金融的FS-LDM模型);
4、了解星型模型、雪花性模型、企業信息化工廠之間的區別,以及適用場景;
5、熟悉數據倉庫領域知識和管理技能,包括但不局限于:元數據管理、數據質量、性能調優等;
6、有從事分布式數據存儲與計算平臺應用開發經驗,熟悉Hadoop生態相關技術并有相關實踐經驗著優先;
7、最好熟悉Linu*系統及常規shell處理命令;
8、掌握一門或多門編程語言優先,如Java、Python、Perl等。
數據倉庫職位描述(模板四)
崗位職責:
1、負責企業級數據倉庫架構設計、建模以及ETL開發,構建可擴展的數據倉庫解決方案;
2、負責公司日常運營報表開發維護,和業務及分析部門溝通協作,提供多層面數據服務;
3、提供完善的數據保障體系,包括元數據管理、數據質量、數據安全等。
任職要求:
1、計算機或相關專業本科及以上學歷;
2、具有豐富的數據開發經驗,對數據處理、數據建模、數據分析等有深刻認識和實戰經驗;
3、熟悉SQL,有一定的SQL性能優化經驗;
4、熟練掌握Java語言,MapReduce編程,腳本語言Shell/Python/Perl之一;
5、業務理解力強,對數據、新技術敏感,對云計算、大數據技術充滿熱情;
6、積極樂觀、誠信、有責任心;具備強烈的進取心、求知欲及團隊合作精神。
數據倉庫職位描述(模板五)
崗位職責:
1、負責數據倉庫建設、設計、優化和落地;
2、負責數據ETL開發、數據平臺建設、設計并實現對BI分析、數據產品開發。
任職要求:
1、985院校計算機相關專業本科以上學歷;
2、有較扎實的數據倉庫理論基礎,對數據模型建設、應用層建設有比較豐富的經驗;
3、有Hadoop、Hive、Spark、Impala等大數據技術使用經驗者優先。
篇2:數據挖掘崗位工作職責
簡介:數據挖掘(英語:Datamining),又譯為資料探勘、數據采礦。它是數據庫知識發現(英語:Knowledge-DiscoveryinDatabases,簡稱:KDD)中的一個步驟。數據挖掘一般是指從大量的數據中通過算法搜索隱藏于其中信息的過程。數據挖掘通常與計算機科學有關,并通過統計、在線分析處理、情報檢索、機器學習、專家系統(依靠過去的經驗法則)和模式識別等諸多方法來實現上述目標。
數據挖掘職位描述(模板一)
崗位職責:
1.以產品和業務目標為導向,構建相應的數據模型和數據挖掘算法并實施;
2.提供數據前瞻見解,幫助產品部門尋找新的商業機會,引領跨產品及團隊的技術變革;
3.負責定義不同網站的決定性指標以支持商業決策如:客戶粘連度、客戶保持率、客戶價值追蹤等;
4.與Dataengineer緊密合作共同明確數據收集的需求,開發統計模型;
5.將數據以可視化形式向非技術團隊成員呈現;
6.將設計文件與實施方案合理歸檔。
任職要求:
1.本科以上學歷,計算機、統計學或電子工程專業優先;
2.熟悉統計建模方法論和統計建模工具,善于使用R、SPSS等統計建模工具;
3.對設計及架構原則有清晰理解;
4.熟悉數據統計常用語言如Python或R;
5.了解Linu*開發環境和shell腳本;
6.掌握SQL數據查詢;
7.良好的學習能力、邏輯思維能力,強烈的工作責任感和事業心。
數據挖掘職位描述(模板二)
崗位職責:
1.負責公司相關產品的數據分析和挖掘,為用戶提供更智能更專業的產品體驗;
2.通過對用戶行為的分析,和運營團隊一起更好地理解用戶生命周期中的各種需求,不斷優化用戶產品體驗和提升產品價值;
3.支持公司其它部門的數據需求,提供決策支持。
任職要求:
1.本科及以上學歷,數學類、統計類、計算機類專業優先;
2.熟悉lr,決策樹,隨機森林,boosting等主流算法;
3.熟練使用python,SQL,對數據科學有一定興趣;
4.具備良好的溝通合作技巧、責任心和團隊協作意識;
5.善于快速學習,自我提升能力強,能適應較大的工作壓力,工作效率穩定;
數據挖掘職位描述(模板三)
崗位職責:
1.基于業務需求,持續進行數據模型和算法的分析優化;
2.獨立負責業務數據收集整理,搭建業務數據體系,結合業務對多種數據源進行深度診斷性組合分析、挖掘、深度分析。
3.深入挖掘和分析海量互聯網用戶數據,挖掘用戶行為特征,建立預測性模型;
4.在業務出現指標異常狀況時進行針對性的數據分析,迅速鎖定問題源頭并提出解決方案。
任職要求:
1.精通java,熟悉R語言、python、shell、scala至少一種以上;
2.熟悉Hadoop、Hbase、spark、Hive,Map/Reduce編程;
3.熟悉Linu*開發環境,兩年以上Hadoop開發經驗;
4.對數據結構、算法有深刻理解,具有數據分析、數據挖掘相關經驗者優先;
5.具備良好的團隊協作及溝通能力。
篇3:數據挖掘工程師崗位工作職責
簡介:數據挖掘工程師是數據師(Datician['det?n])的一種。一般是指從大量的數據中通過算法搜索隱藏于其中知識的工程技術專業人員。這些知識可用使企業決策智能化,自動化,從而使企業提高工作效率,減少錯誤決策的可能性,以在激烈的競爭中處于不敗之地。
數據挖掘工程師職位描述(模板一)
崗位職責:
1.通過海量數據挖掘、機器學習等方法進行核心策略的研究及開發;
2.用戶分析、理解及建模,持續提升用戶產品體驗;
3.高性能、高并發的機器學習、數據挖掘方法及架構的研發;
4.算法及數據挖掘在新業務領域的推進及應用。
任職要求:
1.計算機/數學/統計學等相關專業本科及以上學歷;
2.精通一門或多門開發語言(Python、C++、Java等);
3、對算法、海量數據挖掘有業界實踐經驗,熟悉機器學習、數據挖掘方法優先考慮;
4.善于獨立思考,邏輯清晰,熱愛挑戰,具備快速學習能力;
5.具備良好的溝通能力和團隊合作精神。
數據挖掘工程師職位描述(模板二)
崗位職責:
1.對產品與用戶數據進行深入分析,發現數據背后的特征規律;
2.完成產品、市場、課程等部門提出的各類數據需求;
3獨立或與數據組其他成員共同完成機器學習與數據挖掘項目;
4.第三方統計平臺的調研、部署、維護以及測試驗證工作。
任職要求:
1.本科以上學歷,數學、物理、統計、金融工程、機器學習、計算機相關專業;
2.熟悉各類模型分類與回歸算法,熟悉各類變量篩選與降維算法;
3.熟練使用hadoop、hive、hbase進行大數據分析處理;
4.具備良好的專業背景、邏輯能力好,有較強的執行力和溝通能力。
數據挖掘工程師職位描述(模板三)
崗位職責:
1.負責公司相關數據模型產品的模型設計以及開發等工作;
2.為公司業務提供模型算法和數據分析支持并不斷完善模型算法及優化;
3.梳理公司數據需求,進行BI/DW系統規劃及開發跟進,為業務方提供指導,提升數據使用效率;
4.通過大量數據,分析實施商品挖掘、用戶推薦、買家分析、用戶畫像等。
任職要求:
1.扎實的數據倉庫、機數據挖掘理論基礎;
2.熟練運用Java、Python等語言;
3.有2年以上海量數據處理工作經驗,大數據挖掘、分析、建模經驗;
4.熟悉常見的分類、聚類、推薦等機器學習算法及原理,和它們的使用場景;
5.具有扎實的操作系統、數據結構等編程基礎;
6.對Hadoop、Hive、Spark、Storm等大規模數據平臺有運維調優經驗;
7.良好的團隊合作,較強的溝通能力,敢于挑戰新技術。