職位描述：

職責描述：

"通過海量數據對用戶付費的行為進行深入分析與洞察，提煉和發現業務規律，指導推薦模型特征構建，定位產品相關的數據問題及分析優化；

結合付費場景和用戶畫像進行badcase分析、歸納統計指標建設，協助模型快速定位問題。"

任職要求：

"碩士及以上學歷，3年以上相關工作經驗；

具備數據挖掘實踐經驗，、有過用戶畫像項目經驗

熟悉分類、回歸、聚類、降維等機器學習算法及應用場景

能夠運用spark、python進行數據處理與分析挖掘

能獨立完成相關的數據分析及分析報告相關工作"

篇2: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。

篇3:高級數據挖掘工程師崗位工作職責

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。

高級數據挖掘工程師職位描述(模板一)

崗位職責:

1.負責用戶畫像和商戶畫像體系的建立;

2.負責用戶和商戶相關的數據挖掘和分析;

3.負責評論數據的挖掘和知識圖譜的研發;

4.配合產品經理完成數據分析需求和數據產品開發。

任職要求:

1.在自然語言處理和機器學習方面有較為豐富的實戰經驗:;

2.有大數據處理分析經驗,熟悉Hadoop、Hive、Spark等大數據處理平臺;

3.至少精通Java語言、Python、或者Scala之一;

4.了解Linu*腳本編程,熟悉服務器端編程,有技術團隊管理經驗的優先;

5.善于獨立思考,邏輯清晰,熱愛挑戰,具備快速學習能力;

6.具備良好的溝通能力和團隊合作精神。

高級數據挖掘工程師職位描述(模板二)

崗位職責:

1.負責用戶基礎數據挖掘工作,構建用戶數據挖掘系統;

2.通過特征抽取和建模,實現用戶行為分析和用戶畫像,為決策提供數據支持;

3.分析系統的技術缺陷,對策略框架做出合理地調整或改進;

4.負責數據波動和異常的監控報警。

任職要求:

1.計算機及計算機相關專業本科或本科以上學歷;

2.精通Linu*,熟悉python編程語言以及shell腳本;

3.具有良好的數學基礎和數據分析能力,對數據敏感;

4.熟悉hadoop、Spark等分布式計算系統,了解hive、kafka、ambari工具者;

5.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。

高級數據挖掘工程師職位描述(模板三)

崗位職責:

1.識別業務場景,明確目的;

2.更具目的與業務經驗收集相關數據;

3.探索數據、提取特征進行建模;

4.應對各業務部門的精細化運營需求,提供數據挖掘解決方案;

5.后續結果評估、以及模型的改進與控制。

任職要求:

1.統招計算機或軟件相關專業,本科及以上學歷;

2.精通數據挖掘、機器學習等相關模型及算法,熟悉數據挖掘方法;

3.熟練使用java/R/python等;

4.能使用hadoop、hive、spark等工具;

5.掌握一定的關系數據庫知識,對海量數據挖掘分析有濃厚興趣;

6.有很強的學習能力,積極主動,能承擔壓力。

高級數據挖掘工程師職位描述(模板四)

崗位職責:

1.結合業務場景,對海量用戶行為數據進行深度數據分析與統計,挖掘用戶行為模式,為運營決策提供數據支持、產品規劃建議;

2.結合用戶數據與外部數據,自研或改進算法,對用戶行為進行高精度預測;

3.針對即有的業務產品進行推薦算法的設計;

4.可將單機算法模型進行分布式改造,并部署到生產分布式計算環境;

5.關注數據挖掘及機器學習技術前沿動態,并可以結合場景推進算法模型類產品升級。

任職要求:

1.本科(以上學歷,經濟學,數學,統計學,計算機等和數據挖掘高度相關專業;

2.有互聯網建模及挖掘工作經驗者;

3.熟練掌握SQL,掌握R,python,java語言之一;

4.熟悉分布式計算框架MR,Spark的使用。了解Hadoop家族生態優先;

5.熟練使用常用機器學習算法,如邏輯回歸/貝葉斯網絡/決策樹/隨機森林/GBDT/支持向量機等,對于特征工程、算法選擇和調優;

6.負責敬業,樂于分享,勇于探索與堅持創新。

高級數據挖掘工程師職位描述(模板五)

崗位職責:

1.結合現有的技術體系,完成數據挖掘團隊的建設;

2.負責對用戶及商品建模,完成畫像相關工作,并能持續改進;

3.基于公司其他大數據的需求,開發對應的數據產品;

4.對接開發工程師,完成數據產品的使用以及部署工作。

任職要求:

1.計算機、統計學、數學、計量經濟學、金融學等相關專業,本科及以上學歷,2年以上數據分析相關工作經驗;

2.熟練掌握SQL,有獨立的數據探查能力;

3.熟悉數據挖掘、機器學習、推薦系統的理論;

4.具備較強的規劃和統籌能力,有較強的執行能力和團隊協作能力。