- 相关推荐
现如今，我们每个人都可能会接触到岗位职责，制定岗位职责有利于提高工作效率和工作质量。制定岗位职责的注意事项有许多，你确定会写吗？下面是小编整理的数据挖掘工程师岗位职责，欢迎阅读与收藏。
数据挖掘工程师岗位职责1
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
数据挖掘工程师岗位职责2
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3
岗位职责：
1、负责构建公司数据分析与数据挖掘业务分析体系,整体架构设计、规划,充分发挥数据的价值,提高数据质量,促进公司业务更好的发展;
2、通过建立业务的数据分析模型来指导业务的发展,对数据库信息进行深度挖掘和有效利用,充分实现数据的商业价值,构建公司核心竞争力;
3、跟踪并分析用户行为,为公司广告业务的发展及产品的设计进行海量数据支持;
4、负责数据管理中心团队的建设、发展、激励、培训等管理工作,有效领导数据分析与挖掘团队支持和推动业务发展。
任职要求：
1、热爱数据,对数据及逻辑关系敏感,并对数据体系有深入的认识;
2、本科以上学历、计算机/统计学/经济学等相关专业，有一定工作经验，;
3、具备数据建模(机器学习,数据挖掘,信息检索背景)和分析理论知识和经验;
4、熟悉Linux平台的海量数据分布式存储、分布式计算;
5、熟悉常用的数据分析工具，有基于Hadoop的云计算平台，HBase及类似的NoSQL存储, MySQL,和BI系统等实践经验;
6、熟悉互联网并且对于互联网常见的业务形态与商业模式有深入的`理解,对业务变化有敏锐的洞察力;
7、有较强的对业务理解与分析能力，了解业务规划与策划能力以及相应经验;
8、具备较强的问题定位、分解、解决能力及计划和组织能力;
9、善于创新、思维敏捷、精力充沛，沟通能力强，能够承受较大工作压力;
10、有电子商务或互联网数据仓库或商业智能架构设计、开发实施经验者优先。
数据挖掘工程师岗位职责4
职责：
(1)分析需求，完成相关数据抽取、数据清洗、数据探索、数据建模分析等工作;
(2)按要求完成数据分析报告、建模报告、数据报表等;
(3)对数据进行深度挖掘和建模，做运营和用户等各方面分析，深度挖掘运营优化和用户行为特征等，推动分析问题的解决，为业务决策提供日常支持;
(4)与业务部门和技术部门对接，完成设计，编写，维护和完善公司业务相关的算法。
(5)参与项目成果汇编，对相关结果进行解读和汇报。
任职要求：
(1)大专以上学历，统计、数学、计算机、软件专业优先;
(2)熟练使用Python，Mysql语言，具有一定的工程能力，完善的`文档和注释习惯。熟悉JupyterLab远程代码编写环境，Linux常用命令。会使用R，Java，Scala等语言更佳。
(3)熟悉数据分析过程，能够完成数据抽取、数据处理、数据建模、数据分析报告等任务;
(4)一定的数据挖掘/机器学习理论和技术基础，了解常用的数据挖掘算法如：聚类模型、线性回归、逻辑回归、分类模型、决策树模型等。
数据挖掘工程师岗位职责5
岗位职责：
1.参与金融大数据平台系统和算法的研发和优化;
2.基于大数据金融场景，进行信用风险模型，风控模型，营销模型的创新设计;
3.与业务部门沟通合作，将数据模型应用于实际业务。
任职要求：
1.计算机相关专业硕士及以上学历，至少7年以上相关工作经验;;
2.具有良好的商业敏感度和优秀的数据分析技能，能够开发创新而实际的分析方法以解决复杂的商业问题。
3.熟悉机器学习的一般模型;例如分类.聚类.预测，理解一些常用的特征选择和矩阵分解算法。
4.熟悉深度神经网络和常用模型(如CNN，DBN，sparseconding,RNN等)，有Caffe或Theano或ConvNet的实践经验。
5.在语义理解检索(如知识图谱表示.结构化预测.语义解析.信息检索.知识挖掘等)有过深入的工作与研究。
6.较强的自学能力.优秀的逻辑思维能力和良好的沟通表达能力和敬业精神。
7.具备良好的'系统分析能力，良好的抽象思维和逻辑思维能力，独立分析问题解决问题的能力;
8.可承受较大压力，有责任感，较强的沟通协调能力，具有团队合作精神;
9.有互联网公司.大型金融企业和大型IT企业工作经历的优先。
数据挖掘工程师岗位职责6
岗位职责：
业务数据的收集整理和分析;
负责公安、交通领域的业务建模和算法设计;
分析项目数据需求，完成系统中数据分析模块的设计、实现和测试;
设计、构建和优化基于大数据的存储平台架构，编写相关技术文档;
设计并实现基于开源项目(Cobar，Spark等)的`海量数据集成与处理平台;
为其他部门提供数据分析支撑。
任职资格：
计算机相关专业;
熟悉数据挖掘算法，对分类、聚类、时序、图等算法有很深了解;
熟练掌握Hadoop、Spark生态系统组件(MR、HBase、Hive、ZooKeeper、Spark SQL、Spark Mlib等)，有相关大数据架构,开发成功案例;
熟练的使用、开发ETL工具经验，有数据库建模ER建模经验优先;
有海量数据BI或数据挖掘项目实施和管理经验，对数据挖掘理论方法有一定了解者优先;
熟悉的Bash Shell和Python等脚本编程能力;
强烈的责任心和工作热情，良好的团队合作精神。
数据挖掘工程师岗位职责7
岗位职责：
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8
职责：
1、负责对海量文本内容进行要素提取，精分类别、关联挖掘等技术的研发工作；
2、负责实现文本挖掘技术的产品化，并且结合招标领域开展应用与优化；
3、能指导较低职位的`工程师完成工作；
4、能与高校科研机构进行协同创新。
任职资格：
1、模式识别/人工智能/计算机相关专业，本科或以上学历；3年以上工作经验；
2、正直、诚信、敬业、有激情、有良好团队交流能力；
3、精通Java、Python语言，熟悉linux基本开发环境；
4、精通NLP相关领域知识，拥有较为丰富的文本处理经验：精准分词、实体抽取、属性抽取、关系抽取、分类聚类、主题挖掘、POI挖掘等；
5、具有NLP实战经验，参与过相关项目，有知识图谱/深度学习研发经验者优先；熟悉Hadoop、Spark、Storm等分布式处理框架者更佳；
6、熟悉Git，SVN等通用工具；
7、对自然语言处理、知识图谱构建、人工智能等具有浓厚的兴趣。
数据挖掘工程师岗位职责9
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。
数据挖掘工程师岗位职责10
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11
工作职责：
1、运用数据挖掘和机器学习方法和技术，深入挖掘和分析海量商业数据
2、包括但不限于风控模型、用户画像、商家画像建模、文本分析和商业预测等
3、运用数据挖掘/统计学习的理论和方法，深入挖掘和分析用户行为，建设用户画像
4、从系统应用的角度，利用数据挖掘/统计学习的'理论和方法解决实际问题
任职要求
—计算机、数学，统计学或人工智能等相关专业硕士以上学历，5—10年以上或相关工作经历
—精通1—2种编程语言（Python或Java），熟练掌握常用数据结构和算法，具备比较强的实战开发能力，能带领团队共同进步。
—具有统计或数据挖掘背景，并对机器学习算法和理论有较深入的研究
—熟悉数据挖掘相关算法（决策树、SVM、聚类、逻辑回归、贝叶斯）
—具有良好的学习能力、时间和流程意识、沟通能力
—熟悉Spark或hadoop生态分布式计算框架
—优秀的沟通能力，有创新精神，乐于接受挑战，能承受工作压力
—有互联网，央企，政务，金融等领域大规模数据挖掘经验者优先
数据挖掘工程师岗位职责12
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;
3.2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。
数据挖掘工程师岗位职责13
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14
岗位职责：
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15
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sparkmlib经验者优先。
【数据挖掘工程师岗位职责】相关文章：
数据挖掘工程师岗位职责02-11
数据挖掘工程师的岗位职责02-23
数据挖掘工程师岗位职责04-08
数据挖掘工程师工作的岗位职责03-15
数据挖掘工程师岗位职责15篇06-04
数据挖掘工程师的岗位职责15篇02-23
数据挖掘工程师岗位职责（精选23篇）03-23
数据挖掘工程师岗位职责合集15篇06-04
数据挖掘工程师工作的岗位职责15篇03-16