转一个USA的Sr Data Scientist 职位需求描述

因为在一个linkedin的group中，经常收到一些相关话题的讨论组邮件。今天看到一个职位推荐信息，遂打开浏览，发现正是时下流行的data scicentist 。。。个人觉得其职位需求非常值得参考，转载如下：

Sr Data Scientist - NYC 写道

Sr Data Scientist - NYC

Fast growing online technology company seeks a seasoned, hands-on analytics professional to provide all of the company’s data mining & modeling activities, while playing an instrumental role in the development of data-related products and services.

You will:

• Develop and implement the company’s data mining and modeling activities in support of our clients’ online targeting and digital media marketing goals 
• Develop and maintain ongoing data exploratory analyses against internal and client-provided data
• Support the business teams to solve complex segmentation and analysis challenges 
• Conduct studies, tests and use advanced data mining & modeling techniques to build solutions that optimize the quality and performance of the company’s data 

You have:

• 5 – 10 years relevant analytics and data mining & modeling work experience 
• Proven ability to develop and execute sophisticated data mining & modeling solutions 
• In depth knowledge of the advanced techniques and tools common to the data mining world such as KNIME, RapidMiner, and Weka; knowledge of R and machine learning techniques a very strong plus 
• Strong attention to detail and excellent quantitative and qualitative analytical ability 
• Strong experience in marketing analytics, including marketing response modeling and customer segmentation; experience with online media and targeting a big plus 
• Working experience with relational database management system (RDBMS); with a strong knowledge of SQL 
• High energy and enthusiasm to develop the next big thing in internet advertising; someone that can think out of the box, solving new and unique analytical challenges 
• Advanced degree in statistics required  

 

 

顺便再列举几个开源的数据挖掘系统/软件：

• Orange   
  Orange 是一个基于组件的数据挖掘和机器学习软件套装，它的功能即友好，又很强大，快速而又多功能的可视化编程前端，以便浏览数据分析和可视化，基绑定了 Python以进行脚本开发。它包含了完整的一系列的组件以进行数据预处理，并提供了数据帐目，过渡，建模，模式评估和勘探的功能。其由C++ 和 Python开发，它的图形库是由跨平台的Qt框架开发。

• RapidMiner 
  RapidMiner, 以前叫 YALE (Yet Another Learning Environment), 其是一个给机器学习和数据挖掘和分析的试验环境，同时用于研究了真实世界数据挖掘。它提供的实验由大量的算子组成，而这些算子由详细的XML 文件记录，并被RapidMiner图形化的用户接口表现出来。RapidMiner为主要的机器学习过程提供了超过500算子，并且，其结合了学习方案 和Weka学习环境的属性评估器。它是一个独立的工具可以用来做数据分析，同样也是一个数据挖掘引擎可以用来集成到你的产品中。

• Weka
  Weka 由Java开发的 Weka (Waikato Environment for Knowledge Analysis) 是一个知名机器学机软件，其支持几种经典的数据挖掘任务，显著的数据预处理，集群，分类，回归，虚拟化，以及功能选择。其技术基于假设数据是以一种单个文 件或关联的，在那里，每个数据点都被许多属性标注。 Weka 使用Java的数据库链接能力可以访问SQL数据库，并可以处理一个数据库的查询结果。它主要的用户接品是Explorer，也同样支持相同功能的命令 行，或是一种基于组件的知识流接口。

• JHepWork
  为科学家，工程师和学生所设计的 jHepWork 是一个免费的开源数据分析框架，其主要是用开源库来创建 一个数据分析环境，并提供了丰富的用户接口，以此来和那些收费的的软件竞争。它主要是为了科学计算用的二维和三维的制图，并包含了用Java实现的数学科 学库，随机数，和其它的数据挖掘算法。 jHepWork 是基于一个高级的编程语言 Jython，当然，Java代码同样可以用来调用 jHepWork 的数学和图形库。

• KNIME
  KNIME (Konstanz Information Miner) 是一个用户友好，智能的，并有丰演的开源的数据集成，数据处理，数据分析和数据勘探平台。它给了用户有能力以可视化的方式创建数据流或数据通道，可选择性 地运行一些或全部的分析步骤，并以后面研究结果，模型 以及 可交互的视图。 KNIME 由Java写成，其基于 Eclipse 并通过插件的方式来提供更多的功能。通过以插件的文件，用户可以为文件，图片，和时间序列加入处理模块，并可以集成到其它各种各样的开源项目中，比如：R 语言，Weka， Chemistry Development Kit, 和 LibSVM.

此前我只对WEKA有所了解，而且只是试用水平，没有用于实际项目中。