數據挖掘機器學習算法工程師職位描述與崗位職責任職要求
職位描述:
崗位職責:
1、能夠根據業務目標,設計解決方案,獨立設計數據挖掘和分析框架,搜集數據,制作數據挖掘分析報告;
2、根據目標分析主題,負責數據收集和清洗,能開發數據采集工具(如網絡爬蟲等);
3、獨立設計、開發、測試和維護數據挖掘和分析模型,進行模型調優和優化,能夠通過模型解決業務的痛點問題;
4、從部門業務角度出發,不斷進行數據探索,利用數據來發現業務和產品的問題與瓶頸,提出可以落地的改進措施和解決方案;
5、研究人工智能/數據挖掘/機器學習/深度學習等領域的新技術、新算法,提出針對部門業務場景的實施方案,并負責方案的驗證和實施落地;
6、完成領導交辦的其他工作。
任職資格:
1、計算機、軟件工程、模式識別、人工智能、數學、統計學等專業碩士或博士,在數據挖掘、機器學習、深度學習等某一領域有2年以上算法、模型的實際研發工作經驗;
2、有扎實的數據結構和算法功底,精通機器學習、深度學習、數據挖掘等理論和技術基礎(需熟悉算法底層原理),能夠針對不同的業務需求使用不同的算法模型實現業務訴求,有豐富的算法應用和工程化落地的實際工作經驗;
3、具有良好的數學和統計分析基礎,熟練掌握數據分析和挖掘的流程與方法,能夠獨立進行數據建模和分析,產出數據分析報告;
4、有良好的程序開發基礎,精通python、Java等語言,了解Hadoop、Spark、Hive等分布式計算平臺;
5、熟悉機器學習開源框架(TensorFlow、Caffe、MXNet,等),研究過開源框架的源碼者優先;
6、熟悉Linux、UNIX系統,掌握ORACLE、MYSQL、DB2等主流數據庫中的一種,熟悉SQL以及SHELL腳本開發;
7、細心、耐心、有很強的責任感,對產出的質量有高要求,執行力強,富有團隊精神。
加分項:
1、在數據科學競賽平臺(如Kaggle、天池等)做為核心成員取得Top10%成績者優先。
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