数据挖掘工程师工作流程 数据挖掘工程师的工作内容【参考4篇】
【请您参阅】下面供您参考的“数据挖掘工程师工作流程 数据挖掘工程师的工作内容【参考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！
数据挖掘工程师工作流程 数据挖掘工程师的工作内容【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。
数据挖掘工程师工作流程 数据挖掘工程师的工作内容【第二篇】
职责：
1.负责海量数据的分析开发工作;
2.完成数据挖掘模型，跟踪模型的实施和效果，定期优化算法和分析策略，分析研究后提供建设性建议 ;
3.优化大数据存储、计算等各方面性能，确保能从海量大数据信息里，有效进行数据分析和挖掘;
4.根据用户的活动记录进行特征筛选和关联挖掘。提高关联准确性;
5.参与相关数据标准和规范的制定。
要求：
1.熟悉java/scala/python/r中至少一种编程语言，具有良好的编码习惯;
2.计算机、数学相关专业本科以上学历;
年以上数据挖掘及其相关经验，对常用的数据挖掘算法有较深入了解，有实际算法调优经验 ;
4.熟悉常用数据挖掘算法(聚类/分类/回归/关联规则/图模型)等算法原理，具备实际的建模经验，熟悉常用机器学习算法原理，如朴素贝叶斯/决策树/随机森林/逻辑回归/svm等，并具备相关应用经验;
5.熟悉hadoop生态，具有spark/flink等实际开发经验;
6.极强的数据敏感度，能从海量数据中挖掘出数据核心价值，相关;
7.熟悉分布式存储，熟悉mysql/oracle、hbase、redis、mogongdb、elasticsearch等，熟悉neo4j/janusgraph等图数据库优先 ;
8.富有创新精神，充满激情，乐于接受挑战，良好的沟通技巧和团队合作，抗压性强，能适应加班。
数据挖掘工程师工作流程 数据挖掘工程师的工作内容【第三篇】
职责：
1、为运营商提供深入的业务分析服务，根据业务需求进行数据统计、分析，撰写分析报告。
2、负责电信行业数据分析和数据挖掘工作，包括数据模型的需求分析、模型开发和结果分析。
3、负责电信行业咨询和系统实施类项目的数据需求调研、数据分析、商业分析和数据挖掘模型等相关项目的实施过程。
4、负责相关项目的售前支持，发现客户在数据分析/挖掘相关项目上的需求和潜在项目机会。
任职资格：
1、熟悉mysql/db2等常用数据库，熟练使用sql。
2、掌握数据分析基本理论方法，熟悉数据挖掘常用算法，能够熟练使用python/r语言者优先。
3、有电信运营商、互联网行业数据分析/挖掘建模经验者优先。
4、对用户行为研究有深入了解，咨询行业背景优先。
5、具备良好的客户需求理解能力、良好的沟通和表达能力。
6、工作态度积极主动，具备一定的抗压能力。
数据挖掘工程师工作流程 数据挖掘工程师的工作内容【第四篇】
职责：
1、负责公司与阿里巴巴在新行业方向(新金融、新零售、国内外运营商)的产品研发;
2、负责分析挖掘客户/行业对大数据产品的需求(应用场景)，利用数据分析结论提升客户业务能力。例如：文本挖掘，潜在客户挖掘，用户画像，个性化推荐，用能预测等;
3、进行大数据场景下的数据统计、数据挖掘、机器学习、深度学习，包括数据整理、模型建立、模型应用、评估优化等;
4、将客户需求准确转化为可执行的数学模型，针对不同的应用场景，负责编写数据挖掘算法及对其的优化;
5、基于需求分析/运营支持/商业报告等成果，抽取典型用户/客户/行业/产品分析模型并与开发团队沟通实施方案及构建产品原型。
岗位要求：
1、本科以上学历，扎实的机器学习、数据挖掘、统计学理论基础;有统计、应用数学、金融等相关专业背景优先;
2、精通常见机器学习算法(如逻辑回归、svm、神经网络、决策树、贝叶斯等)，有实际建模经验，掌握深度学习算法优先;
3、具有扎实的计算机操作系统、数据结构等编程基础，精通至少一门编程语言例如java/python/r等;
4、熟悉map-reduce模型，对hadoop、spark、storm等大规模数据存储与运算平台有实践经验优先。