在社会一步步向前发展的今天，各种岗位职责频频出现，制定岗位职责可以有效地防止因职务重叠而发生的工作扯皮现象。到底应如何制定岗位职责呢？以下是小编整理的数据挖掘工程师岗位职责，供大家参考借鉴，希望可以帮助到有需要的朋友。

数据挖掘工程师岗位职责1

　　1、负责所调试项目的调试方案编制、技术培训等工作;

　　2、参与装置水联动前的`联合验收，监督、核实缺陷处理情况;

　　3、负责装置水联动、整套启动、负荷通烟气运行，指导业主操作人员运行;

　　4、收集整理运行数据，协助公司技术部门解决装置工艺、技术问题;

　　5、负责装置72h或168h性能考核，编制性能考核报告;

　　6、工程项目质保期内服务，在收到业主通知或公司安排后及时联系，有需要立即到场进行服务;

　　7、参与工程项目移交并到场核对验证，与业主建立联系;

　　8、质保期结束前质保金支付事宜的跟进、手续办理;

　　9、对工程项目存在问题、装置共性问题及疑难问题及时提出汇总给公司技术部门;

　　10、在工作过程中注意维护公司形象，保守公司机密，宣传公司品牌及文化。

数据挖掘工程师岗位职责2

　　1.负责数据分析,数据挖掘相关的算法、应用的设计与开发;

　　2.负责公司产品各阶段数据的'整理、分析、挖掘及提交数据报告，重点对车辆行为数据进行分析和挖掘，利用数据分析结论推动业务产品的优化;

　　3.对海量业务数据进行整合、分析挖掘，挖掘产品以及用户潜在信息，为营销、运营及决策提供业务分析及数据支持。

数据挖掘工程师岗位职责3

　　1、MySQL数据库规划、设计、监控维护、升级、备份、镜像、容灾;

　　2、数据库服务器的安装部署、性能优化、可靠性、容灾方案制定等;

　　3、对数据库性能分析与调优，排错，保证数据安全;

　　4、负责对开发工程师的SQL语句进行优化;

　　5、配合研发制定数据库技术方案，分库分表策略，现有表结构优化，数据迁移方案;

　　6、负责Mysql自动化相关事宜;

数据挖掘工程师岗位职责4

　　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。

数据挖掘工程师岗位职责5

　　职责：

　　1.负责大数据项目需求调研及分析、模型设计工作。

　　2.负责规划数据挖掘的整体流程，并参与用户产品和数据产品的决策。

　　3.与业务部门密切配合，寻求数据层面的业务价值，利用数据分析结论推动产品优化。

　　4.带领团队对于产品数据进行分析，指导工程师完成数据挖掘相关的算法、应用的`设计与开发。

　　5.技术团队的管理，制定开发规范，撰写相关技术文档指导和培训工程师。

　　任职要求：

　　1.计算机、数学、统计等相关专业本科以及以上学历;两年及以上工作经验。

　　2.具备良好的数据结构和算法基础。

　　3.熟练掌握数据挖掘算法模块关联分析、聚类分析、分类分析、回归分析里的经典算法。

　　4.熟悉深度学习里的经典神经网络，包括并不限于MLP/CNN/RNN。

　　5.熟悉Python, Java等常用编程语言。

　　6.熟悉分布式数据处理系统的开发，Hadoop/Spark/Hive等。

　　7.全面了解机器学习应用于实际问题的完整流程，有相关实际项目经验。

数据挖掘工程师岗位职责6

　　职责：

　　1、利用数据挖掘、机器学习相关知识和算法，解决工厂业务需求，驱动业务数字化；

　　2、利用数据处理和挖掘相关知识实现工厂KPI要求，包括生产线IDC降低，预测性维护等数据挖掘的多方面应用场景实现；

　　3、负责数据挖掘项目管理，进度把控，同时针对工厂各方面需求推广数据挖掘和机器学习的'主流应用算法和工具，并制定相关的规范和标准；

　　4、针对数据挖掘涉及的数据库和业务相关硬件网络架构的搭建和日常运维支持；

　　岗位要求：

　　1、本科或以上学历，数学、计算机或者信息工程等相关专业。

　　2、有工业领域或AI领域数据分析处理或者相关行业一年及以上工作经验。

　　3、熟悉运用各种常用算法和数据结构，有聚类、分类、回归等数据挖掘工作经验优先考虑；

　　3、熟悉Linux平台上的编程环境，至少掌握R/Python/C#一门编程语言，有项目应用优先考虑

　　4、至少掌握SQL Server/Oracle/MySQL一种数据库，有项目实践者优先考虑

　　5、熟悉Hadoop架构、网络通信和数据平台架构设计知识者优先考虑

数据挖掘工程师岗位职责7

　　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。

数据挖掘工程师岗位职责8

　　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职责9

　　职责：

　　1、整合基础业务数据，对基础数据库进行更新维护，参与部门常规报表开发与维护；

　　2、负责数据集市规划，开发及维护；

　　3、处理各业务模块数据需求，为业务运营提供数据分析方面咨询和建议；

　　4、负责搭建并完善业务指标监控体系，为管理层和运营层提供决策支持；

　　5、负责数据分析和应用相关的业务系统建设，编写对应系统开发需求，并完成系统测试及应用推广。

　　职位要求

　　1、两年以上工作经验，本科以上学历，计算机相关专业优先；

　　2、具有良好统计学及相关领域的理论基础，熟悉数理统计、数据分析工作方法，具有较强的.数据分析能力；

　　3、精通SQLPython语言，有银行数据仓库，数据集市开发经验者优先；

　　4、具备较强文字分析和数据处理能力，能独立编写数据分析报告；

　　5、具备开阔的互联网业务思维，对数据敏感，有较好的业务开拓和沟通表达能力。

数据挖掘工程师岗位职责10

　　1、负责土地利用总体规划、建设项目用地预审及报批等规划项目的开展和编制;

　　2、负责土地利用总体规划修改(有条件建设区使用、占用多划基本农田、城乡建设用地规模边界调整)等规划项目的开展和编制;

　　3、负责高标准基本农田、上图入库、城乡建设用地增减挂钩、土地整治规划、土地整理复垦开发、永久基本农田划定、土地节约集约利用评价等规划项目的开展和编制。

　　4、负责规划类的`其他项目的开展和编制。

数据挖掘工程师岗位职责11

　　1、整合公司各大系统的`会员、订单等数据资料；

　　2、按原型开发数据产品模块、外部数据挖掘；

　　3、为公司业务需求，快速输出定制化报表；

　　4、参与大数据平台设计和实施，负责基于Hadoop生态的大数据平台相关的应用开发；

　　5、进行大数据相关新技术的研究和落地。

数据挖掘工程师岗位职责12

　　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。

数据挖掘工程师岗位职责13

　　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。

　　任职要求：

　　1、具有深厚的统计学、数学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、具有良好的沟通能力和团队协作精神。

　　4、较强的数据处理和分析能力。

数据挖掘工程师岗位职责14

　　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职责15

　　1.针对用户行为预测业务，负责用户画像、订单特征体系建设，包括离线数据产出以及服务化;

　　2.针对用户端上行为产出的`实时数据流，挖掘实时特征并服务化;

　　3.针对客服场景，挖掘实时用户行为异常以及进线异常;

　　4.针对智能客服场景用户标签挖掘，人群挖掘等工作，支持智能运营方向的业务;

　　5.负责开发并维护智能客服业务的特征服务系统。