数据挖掘工程师工作的主要职责
数据挖掘工程师需要结合广告投放场景和用户画像进行分析、归纳统计指标建设，协助模型快速定位问题。下面是学习啦小编整理的数据挖掘工程师工作的主要职责。
数据挖掘工程师工作的主要职责1
职责
1 负责房地产大数据系统的开发;
2 负责房地产相关业务算法的设计开发;
3 进行数据抽取、数据清洗、数据探索、数据建模分析等工作;
4 参与项目的技术攻坚和优化，相关系统的架构设计和评审，以及对问题的跟踪和解决;
5 参与系统文档的撰写、维护.
工作要求
1、应用数学、统计学、运筹学、金融学、计算机应用等本科及以上学历， 具有数据挖掘领域2年以上开发经验;
2、至少掌握Python、Scala、R等语言其中一种，Python优先;
3、掌握关系型数据库Oracle、Mysql、Postgresql的使用;
4、能够基于开源大数据框架搭建分布式数据挖掘系统，熟悉Hadoop相关组件包括，Hdfs/HBase/Hive/ZooKeeper，熟练运用Storm/Spark/Mahout，有开发经验者优先;
5、熟悉常见的机器学习算法如KNN、决策树、随机森林数、逻辑回归、SVM等算法，熟悉常见深度学习算法CNN、LSTM和神经网络;
6、具有以下经验者优先：
数据挖掘工程师工作的主要职责2
职责：
(1)收集客户分析需求，转化需求为可执行的分析方案;
(2)基于分析方案，进行数据收集、挖掘建模、模型优化;
(3)撰写分析报告;
(4)跟进模型效果评估与优化;
(5)其他数据分析挖掘技术性工作。
岗位要求：
(1)本科及以上学历，专业背景是应用数学或者统计学等相关专业有关;
(2)2年以上相关数据挖掘分析工作经验;对数据挖掘的基本算法有一定了解和应用经验;
(3)能快速理解客户需求，将实际需求转化为建模分析需求;
(4)熟练使用SAS、JMP、SPSS、R等其中任一挖掘分析软件。
(5)熟悉运营商业务数据;
数据挖掘工程师工作的主要职责3
职责：
1.搭建业务数据模型：深入理解业务流程，搭建大数据分析平台，对业务进行分析、挖掘、建模，参与模型的维护、部署、评估工作，并形成相应的模型标准化报告;建立相关用户行为模型 ，用户分层模型;
2.分析用户数据：通过深度挖掘用户的个人数据，行为数据，研究公司相关业务数据，整理和发掘数据价值，实现精准投放，生成数据产品并推动落地;
3.分析客户的基本属性及行为数据，进行精细化客户分群、客户画像，撰写深入的客户分析报告，建立与产品、客群、业务环节相适应的细分模型;
4.熟悉电信业务优先。
任职要求：
1. 本科及以上学历，统计学、数学、计算机及相关专业，3年及以上工作经历，有大数据平台、电信行业背景优先;
2. 至少掌握一种数据分析语言(Java/R/Python/Matlab)进行数据分析工作，
3. 熟悉各种数据分析算法，具有相应的数理统计、熟悉建模和数据分析相关知识，熟悉SVM数学推导，能独立实现SVM算法。
4. 能够适应高强度、快节奏的工作氛围，快速熟悉行业特性及业务知识。
5. 熟练使用包括但不限于下列技术 Hadoop、Storm、Spark、Hive、Oracle、MySQL、或者Teradata等
6. 良好的逻辑思维能力，能够从海量数据中发现有价值的规律。
7. 具有良好的沟通能力和团队合作精神。
数据挖掘工程师工作的主要职责4
职责：
1.参与大数据分析，个性化推荐等系统的设计和开发;
2.负责数据挖掘及推荐系统相关模型、算法的设计与开发;
3.搭建高扩展高性能的数据分析模型库，作为数据分析团队的基础工具;
4.提供大数据，推荐，搜索等相关技术研究成果、产品技术平台设计;
希望具备的条件：
1.熟练Unix/Linux操作系统，熟悉掌握常用Shell/Python/Perl等脚本工具;
2.对统计学和数据挖掘算法有较为深刻的理解，熟悉决策树、聚类、逻辑回归、关联分析、SVM、贝叶斯等数据挖掘算法
3.具备良好的业务挖掘和分析能力，能针对实际业务中的数据进行统计建模分析
数据挖掘工程师工作的主要职责5
职责：
1.负责数据挖掘领域的分析研究，包括数据挖掘算法的分析研究，特定工程的数据挖掘模型的需求分析.建模.实验模拟;
2.负责数据挖掘系统的开发，包括需求分析.系统设计.系统测试和优化;
3.负责大数据集成，分析和洞察技术研究.业务建模。包括业务模型.数据模型的生成和应用，关键算法的研究和开发;
要求：
1.具有深厚的统计学.数学.人工智能和数据挖掘知识基础;
2.有较强的数据分析能力，逻辑思考，问题定位解决能力;
3.掌握基于hadoop.hbase或Spark等大数据平台工具的开发与设计，熟悉Hive，map/reduce开发,掌握至少一种统计分析和数据挖掘软件;
4.具有良好的沟通能力和团队协作精神，有较强的数据处理和分析能力;
相关文章：
