一键复制
通过总结，我们可以准确把握自己的特长和优势，实现个人的价值最大化。怎样写好一篇有说服力的议论文是我们需要探索的问题之一。如果你不知道如何写总结，不妨先阅读一些优秀的范文，找到启发。
数据挖掘工程师篇一
职责：
1.负责海量数据的分析开发工作;。
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：
2.计算机、数学相关专业本科以上学历;。
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;。
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。
数据挖掘工程师篇二
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;。
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。
数据挖掘工程师篇三
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。
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;。
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。
数据挖掘工程师篇四
职责：
1、针对具体的业务场景需求、定义数据分析及挖掘问题;。
3、搭建高扩展高性能的数据分析模型库，作为数据分析团队的基础工具;。
4、完成领导安排的其他工作。
任职要求：
1、计算机、统计学、数学相关专业，本科及以上学历;。
2、3年及以上相关工作经验，985和211学的优秀毕业生可放宽至2年以上;。
3、熟悉phm的应用背景、功能定义、系统架构、关键技术;。
4、熟练掌握python进行数据挖掘;会使用java进行软件开发者优先考虑;。
6、熟悉数据仓库，熟练使用sql语言，有良好的数据库编程经验;。
7、具备较强的立解决问题的能力，勤奋敬业、主动性和责任心强。
数据挖掘工程师篇五
3、组织量产车型焊装工艺技术服务;。
4、组织焊装工艺过程材料及供应商管理;。
5、组织焊装工艺“三新”研究与应用;。
6、组织焊装新工厂工艺规划方案评审;。
7、组织焊装新生产线建设及工艺设备技术改造工作;。
8、焊装专业组综合管理;。
9、完成领导交办的其它事项。
数据挖掘工程师篇六
职责：
1.运用数据挖掘、统计学习的理论和方法，深入挖掘和分析数据，并设计实现相应的算法。
2.大规模数据的分类、聚类、关联等算法的比较研究，并能够根据公司需要，在短内熟悉特定领域的业务知识。
3.根据数据产品的设计进行数据探索、包括算法选取、领域数据准备、数据预处理、特征抽取，以及模型验证。
任职资格：
1.熟悉ai相关知识，了解常见的公开算法的原理和实现方法。
2.熟练使用数据分析、挖掘方法;熟悉各项数据挖掘、机器学习相关算法等方面知识。
3.有海量数据挖掘和分析经验，能独立构建模型，完成数据分析等工作。
4.对数据敏感，具有良好的逻辑思维能力、理解业务的能力、沟通能力和表达呈现能力，具备使用python，r，java，spss工具，python、r语言的经验优先考虑。
5.全日制本科及以上学历，计算机相关专业。
数据挖掘工程师篇七
职责:。
1.负责用户特征、车辆特征等挖掘，并能结合应用场景进行抽象建模;。
2.负责用户意图、偏好及车辆等建模画像工作;。
3.负责梳理各业务场景下用户生命轨迹，挖掘价值点，建立用户行为预测模型;。
4.负责挖掘用户、车源的关联关系，实体对象相似性计算，构建供需匹配推荐模型。
任职资格:。
2.掌握常用的机器学习算法，如关联规则、分类算法、聚类算法;。
3.掌握至少一门编程语言，如python、c、c++、java等;。
4.理解数据库原理，掌握sql，熟练使用hadoop系列工具;。
5.有较强的结构化思维、逻辑思维、数据思维，具备独立思考问题解决问题的能力;。
6.有用户画像建模及推荐系统工作经验者优先。
数据挖掘工程师篇八
1、熟悉掌握业务系统功能，灵活制定不同业务的推广策略，通过活动运营、内容运营等方式策划并落地项目推广方案，拓展系统用户量及影响力。
2、熟悉公文写作，配合完成工作汇报材料的撰写及分析报告。
3、与企业及海关关系的协调和维护，强化合作关系，维护好项目参与方的关系。
4、面向进出口企业开展调研，主动挖掘系统需求，进行需求分析，形成调研报告或业务需求报告。
5、项目管理相关工作，包括组织业务需求论证、项目立项、进度管理等根据项目管理规范开展相关工作。
6、完成领导交办的'其他工作事项。
数据挖掘工程师篇九
职责：
1.根据项目经理或高级数据挖掘工程师要求独立完成项目的数据搜集和数据处理;。
4.理解数据挖掘模型及预测分析结果，撰写相关分析报告;。
任职要求。
1.信息化管理、数学或统计学专业背景本科以上学历;。
2.具有一定的统计学、数据挖掘知识基础，有数据仓库/商业智能项目经验尤佳;。
3.精通数据挖掘方法论，熟悉数据挖掘项目过程;。
5.有很强的事业心、责任感，良好敬业精神、团队精神与人际沟通能力。
数据挖掘工程师篇十
职责：
对业务数据进行采集、清洗、整理、标签、分层;。
根据业务需求，应用统计学、数据挖掘等建立精准数据模型，满足业务需求;。
能从业务和产品角度出发，利用数据来发现产品或业务的瓶颈，提出优化方案;。
探索业界和学术界前言的数据挖掘、机器学习理论与实践。
任职资格：
本科及以上学历，数学、统计学、计算机专业优先;。
对大数据技术有深入了解，能够使用hadoop、spark等相关技术;。
勤奋踏实，乐于学习新事物，有良好团队合作精神和高度的责任感;。
医疗、生物背景人员优先。
数据挖掘工程师篇十一
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。
数据挖掘工程师篇十二
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。
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。
数据挖掘工程师篇十三
职责：
1、负责数据仓库的设计、开发、部署、维护和优化;。
2、参与公司项目数据库架构设计,及相关文档的撰写;。
3、协助开发完成数据库表的设计以及sql调优,给开发人员提供sql调优指导;。
4、负责数据库技术规范建设。
任职要求：
1、2年以上数据库开发经验，有大型数据仓库类项目etl开发工作经验;。
3、精通数据库性能分析和测试，有数据库优化，存储性能优化的经验;。
4、熟悉数据仓库建设思想，能够快速学习不同的技术和工具;。
6、能够接受出差者优先考虑。
数据挖掘工程师篇十四
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。
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。
数据挖掘工程师篇十五
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：
4、有深度学习实践经验者优先，有sparkmlib经验者优先。
数据挖掘工程师篇十六
职责:。
1、负责海量科技数据(含文本数据)的挖掘工作;。
2、负责科技数据挖掘算法模型的构建、应用、评测、报告;。
3、主持或参与海量科技数据的入库工作，科技数据知识图谱的构建;。
4、负责或参与数据挖掘成果论文、专利、标准的撰写;。
5、负责或参与制定数据加工清洗的方案，并形成操作手册;。
6、为指定的课题提出解决方案，并主持或参与方案实施;。
7、完成安排的各项工作，与其他部门合作。
岗位要求：
1、数学、统计、金融、科技管理、计算机等相关专业，博士学历优先;。
2、具有2年及以上海量数据挖掘经验，有文本挖掘、非结构化文本处理经验者优先;。
6、掌握关系型数据库的基本操作，有图形数据库、其他非关系型数据库经验者尚佳;。
8、有比较强的组织协调能力，可同时处理好多个任务，具备一定的管理能力;。
9、性格开朗，具有团队精神;较强的沟通能力，能与相关业务和开发人员讨论并快速理解需求。
数据挖掘工程师篇十七
1.支持滴滴橙心b端业务安全工作，通过深入理解业务模式.商品流通过程和系统架构，挖掘潜在风险点。2.与业务团队紧密配合，通过大数据挖掘，找到风险商户的行为特点，快速形成有效的打击策略，持续迭代优化某个业务或场景的风控效果；3.针对风险场景，协助设计有效的无监督.有监督模型，或挖掘有区分度特征，积极探索前沿人工智能技术在风控场景的应用；4.能够不断进行场景总结，沉淀有效通用的风险特征和风险对抗方案。
任职要求。
1.本科及以上学历，计算机或数学.统计学等相关专业优先；2.具备扎实的编程能力，熟练掌握至少一种编程语言，等，熟悉常用的linux环境编程；3.熟悉大数据生态组件，等大数据计算框架进行数据开发；4.熟悉主流的机器学习问题和算法，包括但不限于无监督聚类.有监督树模型.深度学习等优先；5.思维开阔，有良好的发散思维.逻辑思维和结构化思维。有自驱力，能主动思考和学习。极致执行，能接受挑战和承压。
