数据挖掘工程师专家（P7P8）3职位描述与岗位职责任职要求
职位描述：
职责描述：
"通过海量数据分析和挖掘，找出移动互联网应用的商业价值及数据价值点；
通过机器学习和数据挖掘的技能，探索研发工具的应用场景，提升研发效率；
深入理解移动应用的业务，分析AB测试小流量实验结果数据；
负责所属业务线的数据分析及底层数据质量，充分利用机器学习对多维数据（PV,UV,时长等）关联分析，高效完成专题研究报告。"
任职要求：
"3年以上工作经验，有成功的数据挖掘项目经验；
数学、统计、计算机等相关专业本科及以上学历，深刻理解并熟练掌握统计学、数据挖掘的算法和技术；
精通至少一种数据分析/挖掘语言，如R/Python/SAS/Mahout等，熟悉至少一种以下数据库操作，如Hive/Mysql/Hadoop/Oracle等；
熟悉常用的数据分析方法，熟练使用Excel进行数据分析；熟练掌握SPSS、SAS、R、SQL等分析工具中的一种或几种者优先；
对数据驱动业务有一定理解，对数据与业务方面有足够的敏感性，有较强的逻辑分析能力，有较强的独立思考能力；
具备良好的沟通能力和团队合作精神，能独立完成挖掘项目的规划和实施；
有互联网行业、移动互联网行业数据分析挖掘从业经历者优先，尤其是有AB测试经验的同学优先；
具备良好的问题定位分析能力，有较宽的视野，能快速学习新事物。"
篇2:数据挖掘工程师岗位工作职责
简介:数据挖掘工程师是数据师(Datician['det?n])的一种。一般是指从大量的数据中通过算法搜索隐藏于其中知识的工程技术专业人员。这些知识可用使企业决策智能化,自动化,从而使企业提高工作效率,减少错误决策的可能性,以在激烈的竞争中处于不败之地。
数据挖掘工程师职位描述(模板一)
岗位职责:
1.通过海量数据挖掘、机器学习等方法进行核心策略的研究及开发;
2.用户分析、理解及建模,持续提升用户产品体验;
3.高性能、高并发的机器学习、数据挖掘方法及架构的研发;
4.算法及数据挖掘在新业务领域的推进及应用。
任职要求:
1.计算机/数学/统计学等相关专业本科及以上学历;
2.精通一门或多门开发语言(Python、C++、Java等);
3、对算法、海量数据挖掘有业界实践经验,熟悉机器学习、数据挖掘方法优先考虑;
4.善于独立思考,逻辑清晰,热爱挑战,具备快速学习能力;
5.具备良好的沟通能力和团队合作精神。
数据挖掘工程师职位描述(模板二)
岗位职责:
1.对产品与用户数据进行深入分析,发现数据背后的特征规律;
2.完成产品、市场、课程等部门提出的各类数据需求;
3独立或与数据组其他成员共同完成机器学习与数据挖掘项目;
4.第三方统计平台的调研、部署、维护以及测试验证工作。
任职要求:
1.本科以上学历,数学、物理、统计、金融工程、机器学习、计算机相关专业;
2.熟悉各类模型分类与回归算法,熟悉各类变量筛选与降维算法;
3.熟练使用hadoop、hive、hbase进行大数据分析处理;
4.具备良好的专业背景、逻辑能力好,有较强的执行力和沟通能力。
数据挖掘工程师职位描述(模板三)
岗位职责:
1.负责公司相关数据模型产品的模型设计以及开发等工作;
2.为公司业务提供模型算法和数据分析支持并不断完善模型算法及优化;
3.梳理公司数据需求,进行BI/DW系统规划及开发跟进,为业务方提供指导,提升数据使用效率;
4.通过大量数据,分析实施商品挖掘、用户推荐、买家分析、用户画像等。
任职要求:
1.扎实的数据仓库、机数据挖掘理论基础;
2.熟练运用Java、Python等语言;
3.有2年以上海量数据处理工作经验,大数据挖掘、分析、建模经验;
4.熟悉常见的分类、聚类、推荐等机器学习算法及原理,和它们的使用场景;
5.具有扎实的操作系统、数据结构等编程基础;
6.对Hadoop、Hive、Spark、Storm等大规模数据平台有运维调优经验;
7.良好的团队合作,较强的沟通能力,敢于挑战新技术。
篇3:高级数据挖掘工程师岗位工作职责
简介:数据挖掘(英语:Datamining),又译为资料探勘、数据采矿。它是数据库知识发现(英语:Knowledge-DiscoveryinDatabases,简称:KDD)中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关,并通过统计、在线分析处理、情报检索、机器学习、专家系统(依靠过去的经验法则)和模式识别等诸多方法来实现上述目标。
高级数据挖掘工程师职位描述(模板一)
岗位职责:
1.负责用户画像和商户画像体系的建立;
2.负责用户和商户相关的数据挖掘和分析;
3.负责评论数据的挖掘和知识图谱的研发;
4.配合产品经理完成数据分析需求和数据产品开发。
任职要求:
1.在自然语言处理和机器学习方面有较为丰富的实战经验:;
2.有大数据处理分析经验,熟悉Hadoop、Hive、Spark等大数据处理平台;
3.至少精通Java语言、Python、或者Scala之一;
4.了解Linu*脚本编程,熟悉服务器端编程,有技术团队管理经验的优先;
5.善于独立思考,逻辑清晰,热爱挑战,具备快速学习能力;
6.具备良好的沟通能力和团队合作精神。
高级数据挖掘工程师职位描述(模板二)
岗位职责:
1.负责用户基础数据挖掘工作,构建用户数据挖掘系统;
2.通过特征抽取和建模,实现用户行为分析和用户画像,为决策提供数据支持;
3.分析系统的技术缺陷,对策略框架做出合理地调整或改进;
4.负责数据波动和异常的监控报警。
任职要求:
1.计算机及计算机相关专业本科或本科以上学历;
2.精通Linu*,熟悉python编程语言以及shell脚本;
3.具有良好的数学基础和数据分析能力,对数据敏感;
4.熟悉hadoop、Spark等分布式计算系统,了解hive、kafka、ambari工具者;
5.良好的学习能力、逻辑思维能力,强烈的工作责任感和事业心。
高级数据挖掘工程师职位描述(模板三)
岗位职责:
1.识别业务场景,明确目的;
2.更具目的与业务经验收集相关数据;
3.探索数据、提取特征进行建模;
4.应对各业务部门的精细化运营需求,提供数据挖掘解决方案;
5.后续结果评估、以及模型的改进与控制。
任职要求:
1.统招计算机或软件相关专业,本科及以上学历;
2.精通数据挖掘、机器学习等相关模型及算法,熟悉数据挖掘方法;
3.熟练使用java/R/python等;
4.能使用hadoop、hive、spark等工具;
5.掌握一定的关系数据库知识,对海量数据挖掘分析有浓厚兴趣;
6.有很强的学习能力,积极主动,能承担压力。
高级数据挖掘工程师职位描述(模板四)
岗位职责:
1.结合业务场景,对海量用户行为数据进行深度数据分析与统计,挖掘用户行为模式,为运营决策提供数据支持、产品规划建议;
2.结合用户数据与外部数据,自研或改进算法,对用户行为进行高精度预测;
3.针对即有的业务产品进行推荐算法的设计;
4.可将单机算法模型进行分布式改造,并部署到生产分布式计算环境;
5.关注数据挖掘及机器学习技术前沿动态,并可以结合场景推进算法模型类产品升级。
任职要求:
1.本科(以上学历,经济学,数学,统计学,计算机等和数据挖掘高度相关专业;
2.有互联网建模及挖掘工作经验者;
3.熟练掌握SQL,掌握R,python,java语言之一;
4.熟悉分布式计算框架MR,Spark的使用。了解Hadoop家族生态优先;
5.熟练使用常用机器学习算法,如逻辑回归/贝叶斯网络/决策树/随机森林/GBDT/支持向量机等,对于特征工程、算法选择和调优;
6.负责敬业,乐于分享,勇于探索与坚持创新。
高级数据挖掘工程师职位描述(模板五)
岗位职责:
1.结合现有的技术体系,完成数据挖掘团队的建设;
2.负责对用户及商品建模,完成画像相关工作,并能持续改进;
3.基于公司其他大数据的需求,开发对应的数据产品;
4.对接开发工程师,完成数据产品的使用以及部署工作。
任职要求:
1.计算机、统计学、数学、计量经济学、金融学等相关专业,本科及以上学历,2年以上数据分析相关工作经验;
2.熟练掌握SQL,有独立的数据探查能力;
3.熟悉数据挖掘、机器学习、推荐系统的理论;
4.具备较强的规划和统筹能力,有较强的执行能力和团队协作能力。