数据挖掘工程师岗位的基本职责精选
数据挖掘工程师负责海量用户行为的分析研究，挖掘优化用户画像，包括人口属性和用户兴趣等。以下是学习啦小编整理的数据挖掘工程师岗位的基本职责精选。
数据挖掘工程师岗位的基本职责精选1
职责
1、负责构建公司数据分析与数据挖掘业务分析体系,整体架构设计、规划,充分发挥数据的价值,提高数据质量,促进公司业务更好的发展;
2、通过建立业务的数据分析模型来指导业务的发展,对数据库信息进行深度挖掘和有效利用,充分实现数据的商业价值,构建公司核心竞争力;
3、跟踪并分析用户行为,为公司广告业务的发展及产品的设计进行海量数据支持;
4、负责数据管理中心团队的建设、发展、激励、培训等管理工作,有效领导数据分析与挖掘团队支持和推 动业务发展。
任职要求：
1、热爱数据,对数据及逻辑关系敏感,并对数据体系有深入的认识;
2、本科以上学历、计算机/统计学/经济学等相关专业，有一定工作经验，;
3、具备数据建模(机器学习,数据挖掘,信息检索背景)和分析理论知识和经验;
4、熟悉 Linux 平台的海量数据分布式存储、分布式计算;
5、熟悉常用的数据分析工具，有基于 Hadoop 的云计算平台，HBase 及类似的 NoSQL 存储, MySQL,和 BI 系统等实践经验;
6、熟悉互联网并且对于互联网常见的业务形态与商业模式有深入的理解,对业务变化有敏锐的洞察力;
7、有较强的对业务理解与分析能力，了解业务规划与策划能力以及相应经验;
8、具备较强的问题定位、分解、解决能力及计划和组织能力;
9、善于创新、思维敏捷、精力充沛，沟通能力强，能够承受较大工作压力;
10、有电子商务或互联网数据仓库或商业智能架构设计、开发实施经验者优先。
数据挖掘工程师岗位的基本职责精选2
职责：
1、对通信和金融业务数据进行分析和挖掘，满足研发和运营等部门的业务需求和决策需求;
2、能根据业务特点选择最合适的数据挖掘算法，并做调优;
3、支持数据分析、挖掘算法平台的部署和日常运营;
4、撰写分析类报告。
任职资格：
1、大学本科或本科以上统计学、数学或其他相关专业，对数据结构熟悉;
2、熟练使用python进行数据分析、处理、可视化。熟悉numpy/pandas/matplotlib等常用模块。熟练使用sql,最好用过hive-sql或spark-sql;
3、对hadoop/spark有一定了解。能够简单使用hadoop系列命令;
4、对线性回归，决策森林，xgboost，评分卡等数据挖掘相关算法有一定了解;
5、做过web接口调试，熟悉json者优先;
6、熟练掌握PPT和EXCEL制作;
7、具备良好的学习、沟通与表达能力，具有较强的团队合作精神，对工作富有热情，能承受工作压力;
8、有运营商或金融类相关数据经验工作优先考虑;
9、能适应中长期现场出差。
数据挖掘工程师岗位的基本职责精选3
职责：
1.参与金融大数据平台系统和算法的研发和优化;
2.基于大数据金融场景，进行信用风险模型，风控模型，营销模型的创新设计;
3.与业务部门沟通合作，将数据模型应用于实际业务。
任职要求：
1.计算机相关专业硕士及以上学历，至少7年以上相关工作经验;;
2.具有良好的商业敏感度和优秀的数据分析技能，能够开发创新而实际的分析方法以解决复杂的商业问题。
3.熟悉机器学习的一般模型;例如分类.聚类.预测，理解一些常用的特征选择和矩阵分解算法。
4.熟悉深度神经网络和常用模型(如CNN，DBN，sparseconding,RNN等)，有Caffe或Theano或ConvNet的实践经验。
5.在语义理解检索 (如知识图谱表示.结构化预测.语义解析.信息检索.知识挖掘等) 有过深入的工作与研究。
6.较强的自学能力.优秀的逻辑思维能力和良好的沟通表达能力和敬业精神。
7.具备良好的系统分析能力，良好的抽象思维和逻辑思维能力，独立分析问题解决问题的能力;
8.可承受较大压力，有责任感，较强的沟通协调能力，具有团队合作精神;
9.有互联网公司.大型金融企业和大型IT企业工作经历的优先。
数据挖掘工程师岗位的基本职责精选4
职责：
深入研究业内领先的技术思路，输出具有创新价值的预研项目可行性分析报告以及相关实验数据;
负责产品、销售、供应链、电商等公司数据的海量挖掘，并建立和优化用户标签、特征模型、产品精准匹配、异常预警等;
负责大数据下传统机器学习算法的并行化实现及应用，并提出改进方法和思路;
参与公司大数据架构，负责BI实施中的数据挖掘模块算法研究、模型建立和优化，帮助实现数据挖掘和分析平台的建设;
负责相关数据挖掘项目的需求收集、项目建立、项目设计开发和结果输出质量把控，通过数据挖掘结果驱动业务执行;
配合技术进行数据挖掘模型开发和模型封装，例如决策规则模型、预警模型、流失模型、效果标杆模型、客户生命周期管理模型等;
任职要求：
大学本科及以上学历，统计学、计算机、信息技术、数学相关专业;
两年以上数据建模经验;
数据主流数据库，mysql、oracle、DB2等传统结构化数据仓库，熟悉HBase、MongoDB等非结构化数据库;
熟悉常用的聚类、分类、回归、关联、时间序列等监督式和非监督式学习算法;
熟悉R、Python、MLlib等数据挖掘工具中至少一种。
熟悉spark、storm等大数据计算框架者优先。
数据挖掘工程师岗位的基本职责精选5
职责：
业务数据的收集整理和分析;
负责公安、交通领域的业务建模和算法设计;
分析项目数据需求，完成系统中数据分析模块的设计、实现和测试;
设计、构建和优化基于大数据的存储平台架构，编写相关技术文档;
设计并实现基于开源项目(Cobar，Spark等)的海量数据集成与处理平台;
为其他部门提供数据分析支撑。
任职资格：
计算机相关专业;
熟悉数据挖掘算法，对分类、聚类、时序、图等算法有很深了解;
熟练掌握Hadoop、Spark 生态系统组件(MR、HBase、Hive、ZooKeeper、Spark SQL、Spark Mlib等)，有相关大数据架构,开发成功案例;
熟练的使用、开发ETL工具经验，有数据库建模 ER建模经验优先;
有海量数据BI或数据挖掘项目实施和管理经验，对数据挖掘理论方法有一定了解者优先;
熟悉的Bash Shell和Python等脚本编程能力;
强烈的责任心和工作热情，良好的团队合作精神。
相关文章：
