数据挖掘工程师 要求 数据挖掘工程师工作流程【汇集4篇】

网友 分享 时间:

【请您参阅】下面供您参考的“数据挖掘工程师 要求 数据挖掘工程师工作流程【汇集4篇】”是由阿拉网友精心整理分享的,供您阅读参考之用,希望此例范文对您有所帮助,喜欢就复制下载支持一下小编了!

数据挖掘工程师 要求 数据挖掘工程师工作流程【第一篇】

职责:

1、对海量业务数据进行分析,并利用算法挖掘用户行为特征,发现潜在规律,建立机器学习算法并优化;

2、利用数据挖掘技术分析、预测用户的消费行为;

3、建立各种业务逻辑模型和数学模型,帮助公司改善运营管理,节省成本。

任职要求:

1、大学本科及以上学历;

2、统计学、会计学、数学、物理等相关专业;

3、本科5年以上同岗位工作经验,研究生3年以上同岗位工作经验;

4、对统计学和数据挖掘算法原理有较为深刻的理解,了解数据仓库思想,熟悉spss、sas、r、mahout等数据挖掘软件之一;

5、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,有海量数据挖掘的项目经验;

6、有用户行为分析、用户建模、业务建模、数学建模经验优先;

7、良好的逻辑分析能力、分析问题和解决问题的能力,对数据敏感,良好的沟通能力。

数据挖掘工程师 要求 数据挖掘工程师工作流程【第二篇】

职责:

1、负责内容的处理,包括关键词提取、主题分析、类目预测、质量打分等;

2、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;

3、负责推荐引擎算法的开发,包括各类推荐算法的实现、特征和参数调优、用户体验优化等;

4、负责数据营销平台策略的开发,包括用户洞察、行业指数趋势预测、各类精准定向算法的实现和优化等;

5、负责人工智能技术的研究,包括机器学习、知识推理、文本语义理解、计算机视觉等技术;

6、通过海量数据对用户广告的行为进行深入分析与洞察,提炼和发现业务规律,指导推荐模型特征构建,定位产品相关的数据问题及分析优化;

7、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。

招聘要求及条件:

1、具备数据挖掘、nlp、机器学习、最优化等算法原理知识背景;

2、具备推荐系统、精准营销、信息检索等方面的工作经验优先;

3、具备大规模分布式计算平台的使用和并行算法的开发经验,对大数据处理及应用有浓厚兴趣;

4、具有机器学习、数据挖掘、算法优化的基础并具有浓厚兴趣;

5、熟悉统计原理及检验方法、熟悉数据分析方法;

6、熟悉分类、回归、聚类、降维等机器学习算法及应用场景;

7、熟悉java、python等,能独立完成相关的数据分析及分析报告相关工作。

数据挖掘工程师 要求 数据挖掘工程师工作流程【第三篇】

职责:

1.依据项目需求建构数据萃取与转换流程

2.挖掘数据特征,进行数据和特征融合

3.搭建数学模型,并对模型进行检验评估

职位要求:

1、计算机、数学、统计、人工智能等相关专业的硕士或以上学历;

2、二年以上数据挖掘、机器学习相关工作经验,熟悉python、spark、pandas、sklearn等数据分析工具者优先;

3、熟练掌握贝叶斯、随机森林、深度学习等机器学习算法;

4、突出的分析问题和解决问题能力,自我驱动,并且具备较强的学习能力、创新应用能力及沟通协调能力,有良好的团队合作意识;

5、有国际背景或能熟练使用英文沟通者优先

数据挖掘工程师 要求 数据挖掘工程师工作流程【第四篇】

职责:

1、利用数据挖掘、机器学习相关算法,解决业务需求,提高产品的用户体验;

2、对海量的业务数据、用户数据进行挖掘分析,发现数据和业务背后的规律;

3、针对业务流程进行分析调研,探索提升转化率效果的思路和方案并推动转化、

岗位要求:

1、熟悉大规模数据挖掘、机器学习、分布式计算等相关技术,能熟练使用聚类、回归、分类等算法并调优;

2、熟悉linux环境开发,至少熟悉java/php/python/scala/go/c/c++等语言中一种或一种以上;

3、熟悉基于spark、elasticsearch、hbase等大数据平台的相关开发;

4、有深度学习实践经验者优先,有spark mlib经验者优先

48 2507722
");