數(shù)據(jù)挖掘工程師工作的崗位職責(zé)（精選32篇）
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇1
1、負(fù)責(zé)公司與阿里巴巴在新行業(yè)方向(新金融、新零售、國(guó)內(nèi)外運(yùn)營(yíng)商)的產(chǎn)品研發(fā);
2、負(fù)責(zé)分析挖掘客戶/行業(yè)對(duì)大數(shù)據(jù)產(chǎn)品的需求(應(yīng)用場(chǎng)景)，利用數(shù)據(jù)分析結(jié)論提升客戶業(yè)務(wù)能力。例如：文本挖掘，潛在客戶挖掘，用戶畫像，個(gè)性化推薦，用能預(yù)測(cè)等;
3、進(jìn)行大數(shù)據(jù)場(chǎng)景下的數(shù)據(jù)統(tǒng)計(jì)、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)，包括數(shù)據(jù)整理、模型建立、模型應(yīng)用、評(píng)估優(yōu)化等;
4、將客戶需求準(zhǔn)確轉(zhuǎn)化為可執(zhí)行的數(shù)學(xué)模型，針對(duì)不同的應(yīng)用場(chǎng)景，負(fù)責(zé)編寫數(shù)據(jù)挖掘算法及對(duì)其的優(yōu)化;
5、基于需求分析/運(yùn)營(yíng)支持/商業(yè)報(bào)告等成果，抽取典型用戶/客戶/行業(yè)/產(chǎn)品分析模型并與開發(fā)團(tuán)隊(duì)溝通實(shí)施方案及構(gòu)建產(chǎn)品原型。
崗位要求：
1、本科以上學(xué)歷，扎實(shí)的`機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、統(tǒng)計(jì)學(xué)理論基礎(chǔ);有統(tǒng)計(jì)、應(yīng)用數(shù)學(xué)、金融等相關(guān)專業(yè)背景優(yōu)先;
2、精通常見機(jī)器學(xué)習(xí)算法(如邏輯回歸、SVM、神經(jīng)網(wǎng)絡(luò)、決策樹、貝葉斯等)，有實(shí)際建模經(jīng)驗(yàn)，掌握深度學(xué)習(xí)算法優(yōu)先;
3、具有扎實(shí)的計(jì)算機(jī)操作系統(tǒng)、數(shù)據(jù)結(jié)構(gòu)等編程基礎(chǔ)，精通至少一門編程語(yǔ)言例如JAVA/python/R等;
4、熟悉Map-Reduce模型，對(duì)Hadoop、Spark、Storm等大規(guī)模數(shù)據(jù)存儲(chǔ)與運(yùn)算平臺(tái)有實(shí)踐經(jīng)驗(yàn)優(yōu)先。
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇2
1.負(fù)責(zé)海量數(shù)據(jù)的分析開發(fā)工作;
2.完成數(shù)據(jù)挖掘模型，跟蹤模型的實(shí)施和效果，定期優(yōu)化算法和分析策略，分析研究后提供建設(shè)性建議 ;
3.優(yōu)化大數(shù)據(jù)存儲(chǔ)、計(jì)算等各方面性能，確保能從海量大數(shù)據(jù)信息里，有效進(jìn)行數(shù)據(jù)分析和挖掘;
4.根據(jù)用戶的活動(dòng)記錄進(jìn)行特征篩選和關(guān)聯(lián)挖掘。提高關(guān)聯(lián)準(zhǔn)確性;
5.參與相關(guān)數(shù)據(jù)標(biāo)準(zhǔn)和規(guī)范的制定。
要求：
1.熟悉java/scala/python/R中至少一種編程語(yǔ)言，具有良好的.編碼習(xí)慣;
2.計(jì)算機(jī)、數(shù)學(xué)相關(guān)專業(yè)本科以上學(xué)歷;
3.2年以上數(shù)據(jù)挖掘及其相關(guān)經(jīng)驗(yàn)，對(duì)常用的數(shù)據(jù)挖掘算法有較深入了解，有實(shí)際算法調(diào)優(yōu)經(jīng)驗(yàn) ;
4.熟悉常用數(shù)據(jù)挖掘算法(聚類/分類/回歸/關(guān)聯(lián)規(guī)則/圖模型)等算法原理，具備實(shí)際的建模經(jīng)驗(yàn)，熟悉常用機(jī)器學(xué)習(xí)算法原理，如樸素貝葉斯/決策樹/隨機(jī)森林/邏輯回歸/SVM等，并具備相關(guān)應(yīng)用經(jīng)驗(yàn);
5.熟悉hadoop生態(tài)，具有spark/flink等實(shí)際開發(fā)經(jīng)驗(yàn);
6.極強(qiáng)的數(shù)據(jù)敏感度，能從海量數(shù)據(jù)中挖掘出數(shù)據(jù)核心價(jià)值，相關(guān);
7.熟悉分布式存儲(chǔ)，熟悉mysql/oracle、hbase、redis、mogongdb、elasticsearch等，熟悉neo4j/JanusGraph等圖數(shù)據(jù)庫(kù)優(yōu)先 ;
8.富有創(chuàng)新精神，充滿激情，樂于接受挑戰(zhàn)，良好的溝通技巧和團(tuán)隊(duì)合作，抗壓性強(qiáng)，能適應(yīng)加班。
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇3
1、對(duì)海量業(yè)務(wù)數(shù)據(jù)進(jìn)行分析，并利用算法挖掘用戶行為特征，發(fā)現(xiàn)潛在規(guī)律，建立機(jī)器學(xué)習(xí)算法并優(yōu)化;
2、利用數(shù)據(jù)挖掘技術(shù)分析、預(yù)測(cè)用戶的消費(fèi)行為;
3、建立各種業(yè)務(wù)邏輯模型和數(shù)學(xué)模型，幫助公司改善運(yùn)營(yíng)管理，節(jié)省成本。
任職要求：
1、大學(xué)本科及以上學(xué)歷;
2、統(tǒng)計(jì)學(xué)、會(huì)計(jì)學(xué)、數(shù)學(xué)、物理等相關(guān)專業(yè);
3、本科5年以上同崗位工作經(jīng)驗(yàn)，研究生3年以上同崗位工作經(jīng)驗(yàn);
4、對(duì)統(tǒng)計(jì)學(xué)和數(shù)據(jù)挖掘算法原理有較為深刻的理解，了解數(shù)據(jù)倉(cāng)庫(kù)思想，熟悉SPSS、SAS、R、MAHOUT等數(shù)據(jù)挖掘軟件之一;
5、熟悉決策樹、聚類、邏輯回歸，關(guān)聯(lián)分析、SVM，貝葉斯等數(shù)據(jù)挖掘算法，有海量數(shù)據(jù)挖掘的項(xiàng)目經(jīng)驗(yàn);
6、有用戶行為分析、用戶建模、業(yè)務(wù)建模、數(shù)學(xué)建模經(jīng)驗(yàn)優(yōu)先;
7、良好的邏輯分析能力、分析問題和解決問題的`能力，對(duì)數(shù)據(jù)敏感，良好的溝通能力。
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇4
1.依據(jù)項(xiàng)目需求建構(gòu)數(shù)據(jù)萃取與轉(zhuǎn)換流程
2.挖掘數(shù)據(jù)特征，進(jìn)行數(shù)據(jù)和特征融合
3.搭建數(shù)學(xué)模型，并對(duì)模型進(jìn)行檢驗(yàn)評(píng)估
職位要求：
1、計(jì)算機(jī)、數(shù)學(xué)、統(tǒng)計(jì)、人工智能等相關(guān)專業(yè)的碩士或以上學(xué)歷;
2、二年以上數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)相關(guān)工作經(jīng)驗(yàn)，熟悉python、spark、pandas、sklearn等數(shù)據(jù)分析工具者優(yōu)先;
3、熟練掌握貝葉斯、隨機(jī)森林、深度學(xué)習(xí)等機(jī)器學(xué)習(xí)算法;
4、突出的分析問題和解決問題能力，自我驅(qū)動(dòng)，并且具備較強(qiáng)的學(xué)習(xí)能力、創(chuàng)新應(yīng)用能力及溝通協(xié)調(diào)能力，有良好的'團(tuán)隊(duì)合作意識(shí);
5、有國(guó)際背景或能熟練使用英文溝通者優(yōu)先
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇5
(1)分析需求，完成相關(guān)數(shù)據(jù)抽取、數(shù)據(jù)清洗、數(shù)據(jù)探索、數(shù)據(jù)建模分析等工作;
(2)按要求完成數(shù)據(jù)分析報(bào)告、建模報(bào)告、數(shù)據(jù)報(bào)表等;
(3)對(duì)數(shù)據(jù)進(jìn)行深度挖掘和建模，做運(yùn)營(yíng)和用戶等各方面分析，深度挖掘運(yùn)營(yíng)優(yōu)化和用戶行為特征等，推動(dòng)分析問題的解決，為業(yè)務(wù)決策提供日常支持;
(4)與業(yè)務(wù)部門和技術(shù)部門對(duì)接，完成設(shè)計(jì)，編寫，維護(hù)和完善公司業(yè)務(wù)相關(guān)的.算法。
(5)參與項(xiàng)目成果匯編，對(duì)相關(guān)結(jié)果進(jìn)行解讀和匯報(bào)。
任職要求：
(1)大專以上學(xué)歷，統(tǒng)計(jì)、數(shù)學(xué)、計(jì)算機(jī)、軟件專業(yè)優(yōu)先;
(2)熟練使用Python，Mysql語(yǔ)言，具有一定的工程能力，完善的文檔和注釋習(xí)慣。熟悉JupyterLab遠(yuǎn)程代碼編寫環(huán)境，Linux常用命令。會(huì)使用R，Java，Scala等語(yǔ)言更佳。
(3)熟悉數(shù)據(jù)分析過程，能夠完成數(shù)據(jù)抽取、數(shù)據(jù)處理、數(shù)據(jù)建模、數(shù)據(jù)分析報(bào)告等任務(wù);
(4)一定的數(shù)據(jù)挖掘/機(jī)器學(xué)習(xí)理論和技術(shù)基礎(chǔ)，了解常用的數(shù)據(jù)挖掘算法如：聚類模型、線性回歸、邏輯回歸、分類模型、決策樹模型等。
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇6
職責(zé)：
(1)分析需求，完成相關(guān)數(shù)據(jù)抽取、數(shù)據(jù)清洗、數(shù)據(jù)探索、數(shù)據(jù)建模分析等工作;
(2)按要求完成數(shù)據(jù)分析報(bào)告、建模報(bào)告、數(shù)據(jù)報(bào)表等;
(3)對(duì)數(shù)據(jù)進(jìn)行深度挖掘和建模，做運(yùn)營(yíng)和用戶等各方面分析，深度挖掘運(yùn)營(yíng)優(yōu)化和用戶行為特征等，推動(dòng)分析問題的解決，為業(yè)務(wù)決策提供日常支持;
(4)與業(yè)務(wù)部門和技術(shù)部門對(duì)接，完成設(shè)計(jì)，編寫，維護(hù)和完善公司業(yè)務(wù)相關(guān)的算法。
(5)參與項(xiàng)目成果匯編，對(duì)相關(guān)結(jié)果進(jìn)行解讀和匯報(bào)。
任職要求：
(1)大專以上學(xué)歷，統(tǒng)計(jì)、數(shù)學(xué)、計(jì)算機(jī)、軟件專業(yè)優(yōu)先;
(2)熟練使用Python，Mysql語(yǔ)言，具有一定的工程能力，完善的文檔和注釋習(xí)慣。熟悉JupyterLab遠(yuǎn)程代碼編寫環(huán)境，Linux常用命令。會(huì)使用R，Java，Scala等語(yǔ)言更佳。
(3)熟悉數(shù)據(jù)分析過程，能夠完成數(shù)據(jù)抽取、數(shù)據(jù)處理、數(shù)據(jù)建模、數(shù)據(jù)分析報(bào)告等任務(wù);
(4)一定的數(shù)據(jù)挖掘/機(jī)器學(xué)習(xí)理論和技術(shù)基礎(chǔ)，了解常用的數(shù)據(jù)挖掘算法如：聚類模型、線性回歸、邏輯回歸、分類模型、決策樹模型等。
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇7
職責(zé)：
1.負(fù)責(zé)海量數(shù)據(jù)的分析開發(fā)工作;
2.完成數(shù)據(jù)挖掘模型，跟蹤模型的實(shí)施和效果，定期優(yōu)化算法和分析策略，分析研究后提供建設(shè)性建議 ;
3.優(yōu)化大數(shù)據(jù)存儲(chǔ)、計(jì)算等各方面性能，確保能從海量大數(shù)據(jù)信息里，有效進(jìn)行數(shù)據(jù)分析和挖掘;
4.根據(jù)用戶的活動(dòng)記錄進(jìn)行特征篩選和關(guān)聯(lián)挖掘。提高關(guān)聯(lián)準(zhǔn)確性;
5.參與相關(guān)數(shù)據(jù)標(biāo)準(zhǔn)和規(guī)范的制定。
要求：
1.熟悉java/scala/python/R中至少一種編程語(yǔ)言，具有良好的編碼習(xí)慣;
2.計(jì)算機(jī)、數(shù)學(xué)相關(guān)專業(yè)本科以上學(xué)歷;
3.2年以上數(shù)據(jù)挖掘及其相關(guān)經(jīng)驗(yàn)，對(duì)常用的數(shù)據(jù)挖掘算法有較深入了解，有實(shí)際算法調(diào)優(yōu)經(jīng)驗(yàn) ;
4.熟悉常用數(shù)據(jù)挖掘算法(聚類/分類/回歸/關(guān)聯(lián)規(guī)則/圖模型)等算法原理，具備實(shí)際的建模經(jīng)驗(yàn)，熟悉常用機(jī)器學(xué)習(xí)算法原理，如樸素貝葉斯/決策樹/隨機(jī)森林/邏輯回歸/SVM等，并具備相關(guān)應(yīng)用經(jīng)驗(yàn);
5.熟悉hadoop生態(tài)，具有spark/flink等實(shí)際開發(fā)經(jīng)驗(yàn);
6.極強(qiáng)的數(shù)據(jù)敏感度，能從海量數(shù)據(jù)中挖掘出數(shù)據(jù)核心價(jià)值，相關(guān);
7.熟悉分布式存儲(chǔ)，熟悉mysql/oracle、hbase、redis、mogongdb、elasticsearch等，熟悉neo4j/JanusGraph等圖數(shù)據(jù)庫(kù)優(yōu)先 ;
8.富有創(chuàng)新精神，充滿激情，樂于接受挑戰(zhàn)，良好的溝通技巧和團(tuán)隊(duì)合作，抗壓性強(qiáng)，能適應(yīng)加班。
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇8
職責(zé)：
1、負(fù)責(zé)公司與阿里巴巴在新行業(yè)方向(新金融、新零售、國(guó)內(nèi)外運(yùn)營(yíng)商)的產(chǎn)品研發(fā);
2、負(fù)責(zé)分析挖掘客戶/行業(yè)對(duì)大數(shù)據(jù)產(chǎn)品的需求(應(yīng)用場(chǎng)景)，利用數(shù)據(jù)分析結(jié)論提升客戶業(yè)務(wù)能力。例如：文本挖掘，潛在客戶挖掘，用戶畫像，個(gè)性化推薦，用能預(yù)測(cè)等;
3、進(jìn)行大數(shù)據(jù)場(chǎng)景下的數(shù)據(jù)統(tǒng)計(jì)、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)，包括數(shù)據(jù)整理、模型建立、模型應(yīng)用、評(píng)估優(yōu)化等;
4、將客戶需求準(zhǔn)確轉(zhuǎn)化為可執(zhí)行的數(shù)學(xué)模型，針對(duì)不同的應(yīng)用場(chǎng)景，負(fù)責(zé)編寫數(shù)據(jù)挖掘算法及對(duì)其的優(yōu)化;
5、基于需求分析/運(yùn)營(yíng)支持/商業(yè)報(bào)告等成果，抽取典型用戶/客戶/行業(yè)/產(chǎn)品分析模型并與開發(fā)團(tuán)隊(duì)溝通實(shí)施方案及構(gòu)建產(chǎn)品原型。
崗位要求：
1、本科以上學(xué)歷，扎實(shí)的機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、統(tǒng)計(jì)學(xué)理論基礎(chǔ);有統(tǒng)計(jì)、應(yīng)用數(shù)學(xué)、金融等相關(guān)專業(yè)背景優(yōu)先;
2、精通常見機(jī)器學(xué)習(xí)算法(如邏輯回歸、SVM、神經(jīng)網(wǎng)絡(luò)、決策樹、貝葉斯等)，有實(shí)際建模經(jīng)驗(yàn)，掌握深度學(xué)習(xí)算法優(yōu)先;
3、具有扎實(shí)的計(jì)算機(jī)操作系統(tǒng)、數(shù)據(jù)結(jié)構(gòu)等編程基礎(chǔ)，精通至少一門編程語(yǔ)言例如JAVA/python/R等;
4、熟悉Map-Reduce模型，對(duì)Hadoop、Spark、Storm等大規(guī)模數(shù)據(jù)存儲(chǔ)與運(yùn)算平臺(tái)有實(shí)踐經(jīng)驗(yàn)優(yōu)先。
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇9
職責(zé)：
1、對(duì)海量業(yè)務(wù)數(shù)據(jù)進(jìn)行分析，并利用算法挖掘用戶行為特征，發(fā)現(xiàn)潛在規(guī)律，建立機(jī)器學(xué)習(xí)算法并優(yōu)化;
2、利用數(shù)據(jù)挖掘技術(shù)分析、預(yù)測(cè)用戶的消費(fèi)行為;
3、建立各種業(yè)務(wù)邏輯模型和數(shù)學(xué)模型，幫助公司改善運(yùn)營(yíng)管理，節(jié)省成本。
任職要求：
1、大學(xué)本科及以上學(xué)歷;
2、統(tǒng)計(jì)學(xué)、會(huì)計(jì)學(xué)、數(shù)學(xué)、物理等相關(guān)專業(yè);
3、本科5年以上同崗位工作經(jīng)驗(yàn)，研究生3年以上同崗位工作經(jīng)驗(yàn);
4、對(duì)統(tǒng)計(jì)學(xué)和數(shù)據(jù)挖掘算法原理有較為深刻的理解，了解數(shù)據(jù)倉(cāng)庫(kù)思想，熟悉SPSS、SAS、R、MAHOUT等數(shù)據(jù)挖掘軟件之一;
5、熟悉決策樹、聚類、邏輯回歸，關(guān)聯(lián)分析、SVM，貝葉斯等數(shù)據(jù)挖掘算法，有海量數(shù)據(jù)挖掘的項(xiàng)目經(jīng)驗(yàn);
6、有用戶行為分析、用戶建模、業(yè)務(wù)建模、數(shù)學(xué)建模經(jīng)驗(yàn)優(yōu)先;
7、良好的邏輯分析能力、分析問題和解決問題的能力，對(duì)數(shù)據(jù)敏感，良好的溝通能力。
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇10
職責(zé)：
1.依據(jù)項(xiàng)目需求建構(gòu)數(shù)據(jù)萃取與轉(zhuǎn)換流程
2.挖掘數(shù)據(jù)特征，進(jìn)行數(shù)據(jù)和特征融合
3.搭建數(shù)學(xué)模型，并對(duì)模型進(jìn)行檢驗(yàn)評(píng)估
職位要求：
1、計(jì)算機(jī)、數(shù)學(xué)、統(tǒng)計(jì)、人工智能等相關(guān)專業(yè)的碩士或以上學(xué)歷;
2、二年以上數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)相關(guān)工作經(jīng)驗(yàn)，熟悉python、spark、pandas、sklearn等數(shù)據(jù)分析工具者優(yōu)先;
3、熟練掌握貝葉斯、隨機(jī)森林、深度學(xué)習(xí)等機(jī)器學(xué)習(xí)算法;
4、突出的分析問題和解決問題能力，自我驅(qū)動(dòng)，并且具備較強(qiáng)的學(xué)習(xí)能力、創(chuàng)新應(yīng)用能力及溝通協(xié)調(diào)能力，有良好的團(tuán)隊(duì)合作意識(shí);
5、有國(guó)際背景或能熟練使用英文溝通者優(yōu)先
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇11
1、參與部門項(xiàng)目的售前工作，參與現(xiàn)場(chǎng)交流，深入挖掘用戶需求，編寫投標(biāo)方案，參與投標(biāo);
2、完成所負(fù)責(zé)項(xiàng)目的需求規(guī)格說明書的編寫，并向項(xiàng)目組開發(fā)人員和測(cè)試人員講解需求，如需求發(fā)生變化及時(shí)調(diào)整需求。
3、完成所負(fù)責(zé)項(xiàng)目的概要設(shè)計(jì)，并解決項(xiàng)目進(jìn)展過程中的需求與設(shè)計(jì)問題;
4、可承擔(dān)部分項(xiàng)目經(jīng)理的職責(zé)，組織相關(guān)資源對(duì)項(xiàng)目工作進(jìn)行計(jì)劃/控制/調(diào)整;
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇12
1.從事GIS數(shù)據(jù)制作、分析、數(shù)據(jù)管理等工作;
2.編寫工作總結(jié)和作業(yè)流程等文件;
3.通過已經(jīng)完成的矢量化成果和表格數(shù)據(jù)庫(kù)入庫(kù)和檢查工作;
4.利用軟件對(duì)圖形和屬性進(jìn)行檢查，并進(jìn)行錯(cuò)誤修改;
5.其他數(shù)據(jù)制作處理工作。
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇13
1.負(fù)責(zé)公司產(chǎn)品的現(xiàn)場(chǎng)安裝，部署，優(yōu)化;
2.負(fù)責(zé)數(shù)據(jù)庫(kù)集群的部署和配置升級(jí);
3.定期進(jìn)行性能檢測(cè)、分析、調(diào)優(yōu)，數(shù)據(jù)備份、遷移，保障數(shù)據(jù)庫(kù)系統(tǒng)高效安全及穩(wěn)定運(yùn)行;
4.負(fù)責(zé)排查數(shù)據(jù)庫(kù)故障，分析和解決疑難問題，提出預(yù)防方案。數(shù)據(jù)庫(kù)故障處理與災(zāi)難恢復(fù);
5.對(duì)開發(fā)工程師的SQL語(yǔ)句進(jìn)行審核，SQL優(yōu)化，及時(shí)發(fā)現(xiàn)并處理高負(fù)載SQL;
6.負(fù)責(zé)客戶單位軟件系統(tǒng)的管理和日常維護(hù)，;
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇14
1.數(shù)據(jù)采集系統(tǒng)和分布式爬蟲系統(tǒng)的架構(gòu)設(shè)計(jì)和開發(fā)
2.對(duì)接外部數(shù)據(jù)服務(wù)商提供的數(shù)據(jù)及資訊服務(wù)，實(shí)現(xiàn)數(shù)據(jù)的'有效沉淀，建立數(shù)據(jù)服務(wù)評(píng)估機(jī)制
3.負(fù)責(zé)大規(guī)模文本、圖像、視頻數(shù)據(jù)的抓取、抽取，去重、分類，垃圾過濾，質(zhì)量識(shí)別等工作
4.研究各種目標(biāo)網(wǎng)站的形態(tài)，互聯(lián)網(wǎng)特征挖掘，發(fā)現(xiàn)它們的特點(diǎn)和規(guī)律
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇15
1、MySQL數(shù)據(jù)庫(kù)規(guī)劃、設(shè)計(jì)、監(jiān)控維護(hù)、升級(jí)、備份、鏡像、容災(zāi);
2、數(shù)據(jù)庫(kù)服務(wù)器的安裝部署、性能優(yōu)化、可靠性、容災(zāi)方案制定等;
3、對(duì)數(shù)據(jù)庫(kù)性能分析與調(diào)優(yōu)，排錯(cuò)，保證數(shù)據(jù)安全;
4、負(fù)責(zé)對(duì)開發(fā)工程師的SQL語(yǔ)句進(jìn)行優(yōu)化;
5、配合研發(fā)制定數(shù)據(jù)庫(kù)技術(shù)方案，分庫(kù)分表策略，現(xiàn)有表結(jié)構(gòu)優(yōu)化，數(shù)據(jù)遷移方案;
6、負(fù)責(zé)Mysql自動(dòng)化相關(guān)事宜;
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇16
1、針對(duì)具體的業(yè)務(wù)場(chǎng)景需求、定義數(shù)據(jù)分析及挖掘問題;
2、使用統(tǒng)計(jì)學(xué)分析方法、挖掘算法、構(gòu)建有效且通用的數(shù)據(jù)分析模型，對(duì)數(shù)據(jù)挖掘方案進(jìn)行驗(yàn)證、開發(fā)、改進(jìn)和優(yōu)化，實(shí)現(xiàn)數(shù)據(jù)挖掘的功能應(yīng)用;
3、搭建高擴(kuò)展高性能的數(shù)據(jù)分析模型庫(kù)，作為數(shù)據(jù)分析團(tuán)隊(duì)的基礎(chǔ)工具;
4、完成領(lǐng)導(dǎo)安排的其他工作。
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇17
崗位職責(zé)：
業(yè)務(wù)數(shù)據(jù)的收集整理和分析;
負(fù)責(zé)公安、交通領(lǐng)域的業(yè)務(wù)建模和算法設(shè)計(jì);
分析項(xiàng)目數(shù)據(jù)需求，完成系統(tǒng)中數(shù)據(jù)分析模塊的設(shè)計(jì)、實(shí)現(xiàn)和測(cè)試;
設(shè)計(jì)、構(gòu)建和優(yōu)化基于大數(shù)據(jù)的存儲(chǔ)平臺(tái)架構(gòu)，編寫相關(guān)技術(shù)文檔;
設(shè)計(jì)并實(shí)現(xiàn)基于開源項(xiàng)目(Cobar，Spark等)的海量數(shù)據(jù)集成與處理平臺(tái);
為其他部門提供數(shù)據(jù)分析支撐。
任職資格：
計(jì)算機(jī)相關(guān)專業(yè);
熟悉數(shù)據(jù)挖掘算法，對(duì)分類、聚類、時(shí)序、圖等算法有很深了解;
熟練掌握Hadoop、Spark生態(tài)系統(tǒng)組件(MR、HBase、Hive、ZooKeeper、Spark SQL、Spark Mlib等)，有相關(guān)大數(shù)據(jù)架構(gòu),開發(fā)成功案例;
熟練的使用、開發(fā)ETL工具經(jīng)驗(yàn)，有數(shù)據(jù)庫(kù)建模ER建模經(jīng)驗(yàn)優(yōu)先;
有海量數(shù)據(jù)BI或數(shù)據(jù)挖掘項(xiàng)目實(shí)施和管理經(jīng)驗(yàn)，對(duì)數(shù)據(jù)挖掘理論方法有一定了解者優(yōu)先;
熟悉的Bash Shell和Python等腳本編程能力;
強(qiáng)烈的責(zé)任心和工作熱情，良好的團(tuán)隊(duì)合作精神。
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇18
1、針對(duì)海量用戶行為數(shù)據(jù)進(jìn)行挖掘和建模，深入挖掘數(shù)據(jù)的業(yè)務(wù)價(jià)值。研究機(jī)器學(xué)習(xí)或統(tǒng)計(jì)學(xué)習(xí)領(lǐng)域的前沿技術(shù)，并能活學(xué)活用到項(xiàng)目中。
2、基于對(duì)汽車廣告投放業(yè)務(wù)及用戶的理解，參與精準(zhǔn)營(yíng)銷、個(gè)性化推薦等模型建設(shè)和領(lǐng)域研究，提升轉(zhuǎn)化率等業(yè)務(wù)指標(biāo)。
3、根據(jù)業(yè)務(wù)需要采集相關(guān)數(shù)據(jù)，對(duì)原始數(shù)據(jù)進(jìn)行ETL和歸類整理，并實(shí)現(xiàn)流程自動(dòng)化。
4、其他大數(shù)據(jù)處理及項(xiàng)目開發(fā)工作等。
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇19
1、利用數(shù)據(jù)倉(cāng)庫(kù)建模及相關(guān)技術(shù)，參與數(shù)據(jù)倉(cāng)庫(kù)模型的設(shè)計(jì)。
2、參與企業(yè)級(jí)大數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目的落地開發(fā)。
3、參與企業(yè)級(jí)主數(shù)據(jù)管理項(xiàng)目的實(shí)施落地。
4、利用hadoop生態(tài)相關(guān)技術(shù)，負(fù)責(zé)大數(shù)據(jù)中心的'數(shù)據(jù)處理流程，包括數(shù)據(jù)清洗、融合、統(tǒng)計(jì)、挖掘等。
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇20
1、負(fù)責(zé)生產(chǎn)環(huán)境Mysql數(shù)據(jù)庫(kù)系統(tǒng)高可用、高性能架構(gòu)方案，分庫(kù)分表策略，數(shù)據(jù)庫(kù)擴(kuò)展方案;
2、排查數(shù)據(jù)庫(kù)故障，分析和解決疑難問題，提出預(yù)防方案;
3、制定數(shù)據(jù)庫(kù)監(jiān)控策略、備份策略、容災(zāi)策略，探查系統(tǒng)潛在的問題和可能的性能瓶頸并進(jìn)行優(yōu)化;
4、對(duì)開發(fā)工程師的SQL語(yǔ)句進(jìn)行審核及SQL優(yōu)化;
5、負(fù)責(zé)redis、memcache等非關(guān)系數(shù)據(jù)庫(kù)的管理和擴(kuò)展，能夠根據(jù)業(yè)務(wù)需求完成系統(tǒng)設(shè)計(jì)、架構(gòu)設(shè)計(jì)工作;
6、參與前瞻性新技術(shù)研究，解決數(shù)據(jù)庫(kù)相關(guān)疑難問題。
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇21
1、維護(hù)數(shù)據(jù)庫(kù)穩(wěn)定運(yùn)行，持續(xù)發(fā)現(xiàn)和解決潛在的問題；
2、負(fù)責(zé)數(shù)據(jù)庫(kù)的性能優(yōu)化，使用新技術(shù)和新架構(gòu)滿足日益增長(zhǎng)的業(yè)務(wù)需求；
3、負(fù)責(zé)數(shù)據(jù)庫(kù)的監(jiān)控系統(tǒng)設(shè)計(jì)，為開發(fā)團(tuán)隊(duì)提供平臺(tái)支持；
4、負(fù)責(zé)數(shù)據(jù)庫(kù)的運(yùn)維方面的相關(guān)工作，包括數(shù)據(jù)庫(kù)的安裝部署、壓力測(cè)試、備份恢復(fù)、知識(shí)庫(kù)管理等
5、負(fù)責(zé)數(shù)據(jù)庫(kù)進(jìn)行容量規(guī)劃、架構(gòu)設(shè)計(jì)，提高業(yè)務(wù)高可用性和容災(zāi)能力；
6、負(fù)責(zé)數(shù)據(jù)庫(kù)相關(guān)工作的整體規(guī)劃，提供決策建議。
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇22
1.負(fù)責(zé)數(shù)據(jù)分析,數(shù)據(jù)挖掘相關(guān)的算法、應(yīng)用的設(shè)計(jì)與開發(fā);
2.負(fù)責(zé)公司產(chǎn)品各階段數(shù)據(jù)的整理、分析、挖掘及提交數(shù)據(jù)報(bào)告，重點(diǎn)對(duì)車輛行為數(shù)據(jù)進(jìn)行分析和挖掘，利用數(shù)據(jù)分析結(jié)論推動(dòng)業(yè)務(wù)產(chǎn)品的優(yōu)化;
3.對(duì)海量業(yè)務(wù)數(shù)據(jù)進(jìn)行整合、分析挖掘，挖掘產(chǎn)品以及用戶潛在信息，為營(yíng)銷、運(yùn)營(yíng)及決策提供業(yè)務(wù)分析及數(shù)據(jù)支持。
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇23
1、參與數(shù)據(jù)倉(cāng)庫(kù)建設(shè)，負(fù)責(zé)數(shù)據(jù)倉(cāng)庫(kù)模型設(shè)計(jì)；
2、開發(fā)高質(zhì)量可擴(kuò)展的底層數(shù)據(jù)倉(cāng)庫(kù)體系；
3、負(fù)責(zé)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)與業(yè)務(wù)系統(tǒng)的接口設(shè)計(jì)和確認(rèn)工作；
4、負(fù)責(zé)數(shù)據(jù)平臺(tái)相關(guān)的管理工作，如數(shù)據(jù)研發(fā)規(guī)范、數(shù)據(jù)質(zhì)量及穩(wěn)定性保證等建設(shè)；
5、參與公司各個(gè)業(yè)務(wù)線BI、數(shù)據(jù)產(chǎn)品與應(yīng)用的數(shù)據(jù)研發(fā)，發(fā)覺數(shù)據(jù)潛在價(jià)值。
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇24
工作職責(zé)：
1、運(yùn)用數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)方法和技術(shù)，深入挖掘和分析海量商業(yè)數(shù)據(jù)
2、包括但不限于風(fēng)控模型、用戶畫像、商家畫像建模、文本分析和商業(yè)預(yù)測(cè)等
3、運(yùn)用數(shù)據(jù)挖掘/統(tǒng)計(jì)學(xué)習(xí)的理論和方法，深入挖掘和分析用戶行為，建設(shè)用戶畫像
4、從系統(tǒng)應(yīng)用的角度，利用數(shù)據(jù)挖掘/統(tǒng)計(jì)學(xué)習(xí)的理論和方法解決實(shí)際問題
任職要求
—計(jì)算機(jī)、數(shù)學(xué)，統(tǒng)計(jì)學(xué)或人工智能等相關(guān)專業(yè)碩士以上學(xué)歷，5—10年以上或相關(guān)工作經(jīng)歷
—精通1—2種編程語(yǔ)言（Python或Java），熟練掌握常用數(shù)據(jù)結(jié)構(gòu)和算法，具備比較強(qiáng)的'實(shí)戰(zhàn)開發(fā)能力，能帶領(lǐng)團(tuán)隊(duì)共同進(jìn)步。
—具有統(tǒng)計(jì)或數(shù)據(jù)挖掘背景，并對(duì)機(jī)器學(xué)習(xí)算法和理論有較深入的研究
—熟悉數(shù)據(jù)挖掘相關(guān)算法（決策樹、SVM、聚類、邏輯回歸、貝葉斯）
—具有良好的學(xué)習(xí)能力、時(shí)間和流程意識(shí)、溝通能力
—熟悉Spark或hadoop生態(tài)分布式計(jì)算框架
—優(yōu)秀的溝通能力，有創(chuàng)新精神，樂于接受挑戰(zhàn)，能承受工作壓力
—有互聯(lián)網(wǎng)，央企，政務(wù)，金融等領(lǐng)域大規(guī)模數(shù)據(jù)挖掘經(jīng)驗(yàn)者優(yōu)先
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇25
數(shù)據(jù)處理工程師（大數(shù)據(jù)項(xiàng)目）全成通信上海全成通信技術(shù)有限公司，全成通信，全成崗位職責(zé)：
1、負(fù)責(zé)大數(shù)據(jù)平臺(tái)的日常維護(hù)和監(jiān)控
2、負(fù)責(zé)大數(shù)據(jù)項(xiàng)目日?qǐng)?bào)發(fā)布工作
3、負(fù)責(zé)日?qǐng)?bào)數(shù)據(jù)的統(tǒng)計(jì)
4、負(fù)責(zé)大數(shù)據(jù)項(xiàng)目日常數(shù)據(jù)的計(jì)算、分析和維護(hù)
任職要求：
1、一年以上相關(guān)工作經(jīng)驗(yàn)，有電信行業(yè)經(jīng)驗(yàn)者優(yōu)先
2、熟悉linux和excel，熟練使用perl或者其他的'腳本語(yǔ)言
3、具有oracledll/dml技術(shù)的使用經(jīng)驗(yàn)
4、具有良好的團(tuán)隊(duì)合作精神，有較強(qiáng)的學(xué)習(xí)能力、適應(yīng)能力、溝通能力
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇26
1.根據(jù)項(xiàng)目經(jīng)理或高級(jí)數(shù)據(jù)挖掘工程師要求獨(dú)立完成項(xiàng)目的數(shù)據(jù)搜集和數(shù)據(jù)處理;
2.能夠快速根據(jù)項(xiàng)目需要學(xué)習(xí)并理解行業(yè)知識(shí)，并能在項(xiàng)目經(jīng)理或高級(jí)數(shù)據(jù)挖掘工程指導(dǎo)下完成部分?jǐn)?shù)據(jù)分析工作;
3.能夠使用SAS,SPSS,或R,Python等開源平臺(tái)根據(jù)用戶需求定制開發(fā)相應(yīng)的算法;
4.理解數(shù)據(jù)挖掘模型及預(yù)測(cè)分析結(jié)果，撰寫相關(guān)分析報(bào)告;
5.了解數(shù)據(jù)倉(cāng)庫(kù)及商務(wù)智能背景，熟練掌握一類數(shù)據(jù)展現(xiàn)分析工具，如：Tableau，Cognos等;
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇27
1、負(fù)責(zé)應(yīng)用平臺(tái)維護(hù)，保證其有效運(yùn)行;
2、負(fù)責(zé)業(yè)務(wù)數(shù)據(jù)的挖掘、整合以及分析模型的建立、優(yōu)化和評(píng)估;為業(yè)務(wù)人員日常工作提供可靠而明確的數(shù)據(jù)支撐;
3、負(fù)責(zé)報(bào)表相關(guān)功能的設(shè)計(jì)、開發(fā)工作，并負(fù)責(zé)報(bào)表優(yōu)化、維護(hù)、數(shù)據(jù)采集;
4、負(fù)責(zé)系統(tǒng)相關(guān)文檔的制定和編寫。
5、有實(shí)際的MY SQL或Oracle等數(shù)據(jù)庫(kù)開發(fā)相關(guān)工作經(jīng)歷，具有高級(jí)工程師技術(shù)能力;
6、有良好的溝通協(xié)調(diào)能力，能與客戶及項(xiàng)目組同事有效的溝通;
7、能夠獨(dú)立分析客戶需求，并能針對(duì)客戶需求編寫需求分析、設(shè)計(jì)等技術(shù)方案;
8、熱愛軟件事業(yè)，具有較強(qiáng)的責(zé)任感,有快速掌握新技術(shù)和獨(dú)立解決技術(shù)問題的能力;
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇28
1.嵌入式bootloader，kernel開發(fā)；
2.工業(yè)通訊協(xié)議解析等；
3.windows/linux平臺(tái)網(wǎng)關(guān)應(yīng)用層程序開發(fā)；
4.網(wǎng)關(guān)產(chǎn)品的軟件功能測(cè)試驗(yàn)證；
5.工業(yè)網(wǎng)關(guān)產(chǎn)品軟件sdk及l(fā)ibrary開發(fā)。
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇29
崗位職責(zé)：
深入研究業(yè)內(nèi)領(lǐng)先的技術(shù)思路，輸出具有創(chuàng)新價(jià)值的預(yù)研項(xiàng)目可行性分析報(bào)告以及相關(guān)實(shí)驗(yàn)數(shù)據(jù);
負(fù)責(zé)產(chǎn)品、銷售、供應(yīng)鏈、電商等公司數(shù)據(jù)的海量挖掘，并建立和優(yōu)化用戶標(biāo)簽、特征模型、產(chǎn)品精準(zhǔn)匹配、異常預(yù)警等;
負(fù)責(zé)大數(shù)據(jù)下傳統(tǒng)機(jī)器學(xué)習(xí)算法的并行化實(shí)現(xiàn)及應(yīng)用，并提出改進(jìn)方法和思路;
參與公司大數(shù)據(jù)架構(gòu)，負(fù)責(zé)BI實(shí)施中的數(shù)據(jù)挖掘模塊算法研究、模型建立和優(yōu)化，幫助實(shí)現(xiàn)數(shù)據(jù)挖掘和分析平臺(tái)的建設(shè);
負(fù)責(zé)相關(guān)數(shù)據(jù)挖掘項(xiàng)目的需求收集、項(xiàng)目建立、項(xiàng)目設(shè)計(jì)開發(fā)和結(jié)果輸出質(zhì)量把控，通過數(shù)據(jù)挖掘結(jié)果驅(qū)動(dòng)業(yè)務(wù)執(zhí)行;
配合技術(shù)進(jìn)行數(shù)據(jù)挖掘模型開發(fā)和模型封裝，例如決策規(guī)則模型、預(yù)警模型、流失模型、效果標(biāo)桿模型、客戶生命周期管理模型等;
任職要求：
大學(xué)本科及以上學(xué)歷，統(tǒng)計(jì)學(xué)、計(jì)算機(jī)、信息技術(shù)、數(shù)學(xué)相關(guān)專業(yè);
兩年以上數(shù)據(jù)建模經(jīng)驗(yàn);
數(shù)據(jù)主流數(shù)據(jù)庫(kù)，mysql、oracle、DB2等傳統(tǒng)結(jié)構(gòu)化數(shù)據(jù)倉(cāng)庫(kù)，熟悉HBase、MongoDB等非結(jié)構(gòu)化數(shù)據(jù)庫(kù);
熟悉常用的聚類、分類、回歸、關(guān)聯(lián)、時(shí)間序列等監(jiān)督式和非監(jiān)督式學(xué)習(xí)算法;
熟悉R、Python、MLlib等數(shù)據(jù)挖掘工具中至少一種。
熟悉spark、storm等大數(shù)據(jù)計(jì)算框架者優(yōu)先。
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇30
1.高質(zhì)量地完成集團(tuán)內(nèi)外各類數(shù)據(jù)生產(chǎn)集成、數(shù)據(jù)分析應(yīng)用建設(shè)工作，涉及投研、市場(chǎng)、ERP、全球金融資訊等四個(gè)業(yè)務(wù)領(lǐng)域方向;
2.需求及源系統(tǒng)數(shù)據(jù)分析，完成數(shù)據(jù)倉(cāng)庫(kù)/EDM等系統(tǒng)數(shù)據(jù)模型及應(yīng)用模型設(shè)計(jì)、數(shù)據(jù)Mapping規(guī)則文檔撰寫、開發(fā)、自測(cè)及上線部署;
3. 數(shù)據(jù)質(zhì)量稽核、問題分析及處理,優(yōu)化數(shù)據(jù)處理程序;
4. 洞察數(shù)據(jù)、滿足業(yè)務(wù)場(chǎng)景需求。
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇31
相關(guān)文件的定義和編寫
2.生產(chǎn)良率和拋料率的監(jiān)控和改善
3.生產(chǎn)異常的分析解決
4.技術(shù)人員的班別安排
5.設(shè)備保養(yǎng)的'安排和作業(yè)follow
6.設(shè)備故障維修&coordinator
7.配合新產(chǎn)品導(dǎo)入或者其他需求的試產(chǎn)驗(yàn)證
8.主管交付的其他事項(xiàng)
數(shù)據(jù)挖掘工程師工作的崗位職責(zé) 篇32
1.負(fù)責(zé)企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)、規(guī)劃、建設(shè)、實(shí)施、管理,數(shù)據(jù)倉(cāng)庫(kù)架構(gòu)設(shè)計(jì)與數(shù)據(jù)開發(fā)，創(chuàng)建數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)集市
2.熟悉數(shù)據(jù)倉(cāng)庫(kù)領(lǐng)域知識(shí)，從架構(gòu)和技術(shù)層面參與建設(shè)數(shù)據(jù)倉(cāng)庫(kù)，包括元數(shù)據(jù)管理、數(shù)據(jù)質(zhì)量、主數(shù)據(jù)管理、性能優(yōu)化和調(diào)優(yōu)。
3.負(fù)責(zé)數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)相關(guān)數(shù)據(jù)管理工作，如研發(fā)規(guī)范、質(zhì)量規(guī)范、保障規(guī)范的制定與推動(dòng)實(shí)施落地
4.配合和協(xié)助數(shù)據(jù)分析/數(shù)據(jù)挖掘形成底層/中間層的業(yè)務(wù)邏輯切片