職位描述：

職責描述：

負責維護并優化一些現有的算法模型與數據挖掘項目，包括但不限于離線-在線推薦系統[商品推薦與內容推薦]的設計、搭建與實施，具體模塊包括但不限于用戶畫像、商品畫像、特征工程、模型訓練、模型部署。

●負責設計并實施搜索推薦-廣告競價-文本分類等算法的新方案、優化搜索推薦等算法效果。

●算法及數據挖掘在新業務領域的推進及應用，包括但不限于挖掘得到有商業價值和產品價值的結論和算法模型。

此崗位是coding的崗位，具體職責視能力與具體情況限定。此崗位會Cover許多項目與內容，不是一個輕松的崗位，具有一定的挑戰性，可以獲得各方面巨大的提升。

職位要求：

●熟練掌握基本數據挖掘方法與原理，如圖挖掘算法、聚類分析、分類、回歸、協同過濾、關聯分析、推薦系統等，至少精通一些，并有實際項目支撐。熟練掌握相關工具，如excel,numpy,pandas,sklearn,xgboost,tensorflow,gensim,word2vec,graphX,mllib等主流工具支撐你的數據分析、挖掘與算法。

●良好的編程、數據結構基礎，熟悉java/python等編程語言，數據庫良好SQL、NoSQL，熟悉Linux。精通java與大數據技術的優先，比如會進行模型部署，會從kafka日志做模型實時特征等。在機器學習/NLP/統計分析/特征工程等某方面有深入研究的優先。

●有兩年以上數據挖掘與算法相關工作經驗，一年以上大數據分布式算法開發和二次開發或應用經驗的優先，比如Spark,Hadoop,Hive,SparkStreaming,MLLib等。

●良好的團隊合作，較強的溝通能力，敢于挑戰新技術。認真負責，善于分析問題的本質，有積極鉆研的態度，學習新知識的激情，有一定的抗壓能力，愿意深入分析、挖掘數據，做許多dirtyjob。

●具有一定的業務與產品思維與能力，善于分析與解構業務，具有一定的數據敏感性。

歡迎有擔當、有能力，想在搜索推薦系統、廣告競價、機器學習、人工智能、深度學習等方面想進一步實踐和提升的小伙伴。

任職要求：

篇2:人工智能算法工程師（數據挖掘）職位描述與崗位職責任職要求

職位描述：

職責描述：

1.負責大數據的挖掘、信號處理、機器學習、深度學習等相關領域的研發和算法實現，例如推薦和個性化/預測/分類/聚類/關聯分析/特征量化等等。

2.熟練使用C/C++語言編程，掌握Python編程技術，能使用Caffe/Tensorflow等工具建模。

3.負責自然語言處理、圖像識別等技術應用研發。

4.直接參與核心代碼的書寫，解決項目應用過程中的技術問題。

5.良好的邏輯思維能力，能夠從海量數據中發現有價值的規律。

任職要求：

1.具備扎實的機器學習理論及技術基礎，熟悉各種相關性算法，有相關建模經驗。

2.2年以上人工智能領域工作經驗，熟悉機器學習，深度學習的算法和原理，并有調優經驗。能運用分類，回歸，排序，深度學習等模型解決相關問題。

3.精通人工智能領域的關鍵技術和架構設計，精通遷移化學習和特征提取，對卷積神經網絡有良好的理論和實操經驗。

4.熟悉Tensorflow/Caffe/pytorch等常用深度學習框架中一種或多種。

5.碩士以上學歷（模式識別、人工智能、計算機相關專業），扎實的機器學習、數據挖掘、統計學理論基礎；重點大學畢業優先；能力相符者可放寬至本科。

6.良好的溝通能力和表達能力；分析能力、邏輯思維能力強；具有較強的學習能力。

篇3:30359數據挖掘算法工程師職位描述與崗位職責任職要求

職位描述：

工作職責：

基于海量用戶行為和相關數據信息，設計畫像挖掘算法，構建和優化用戶畫像

負責用戶行為中的內容數據（圖文、視頻等）的理解、分類和標注，以及領域知識圖譜的建設

負責用戶畫像在部門乃至公司內部的應用落地，提升所支撐產品線的業務效果

任職要求：

崗位要求：

2年以上數據挖掘相關研發經驗，有自然語言處理項目經驗者優先

扎實的機器學習功底，熟練使用tensorflow、torch等深度學習框架

熟悉數據倉庫、數據集市，以及大數據相關技術，如：Hadoop、Hive、Spark、Impala等

精通python/java/scala中至少一種編程語言