数据挖掘工程师岗位的工作职责

 

    数据挖掘工程师岗位的工作职责1

    职责：

    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。

    岗位要求：

    1、计算机、统计学、数学、计量经济学、金融学等相关专业，本科及以上学历，有数据分析相关工作经验优先;

    2、具有深厚的数学、统计学和计算机相关知识，了解数据仓库和数据挖掘的相关技术;

    3、熟练掌握SQL，有独立的数据探查能力;

    4、曾经参与过比较完整的数据采集、清洗、整理、分析工作，有数据产品设计经验;5、对商业和业务逻辑敏感，具备良好的逻辑分析能力、组织沟通能力和团队精神;

    6、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优先，有海量时间序列数据挖掘经验优先;

    7、熟悉SAS、SPSS、R等统计分析软件者优先;

    8、具有海量数据挖掘、搜索、推荐相关项目的工作经验者优先;

    9、有物联网，环保相关行业背景，有竞对数据分析及数据挖掘经验优先。

    数据挖掘工程师岗位的工作职责2

    职责

    1、针对海量用户行为数据进行挖掘和建模，深入挖掘数据的业务价值。研究机器学习或统计学习领域的前沿技术，并能活学活用到项目中。

    2、基于对汽车广告投放业务及用户的理解，参与精准营销、个性化推荐等模型建设和领域研究，提升转化率等业务指标。

    3、根据业务需要采集相关数据，对原始数据进行ETL和归类整理，并实现流程自动化。

    4、其他大数据处理及项目开发工作等。

    任职要求:

    1、本科及以上学历，至少3年以上机器学习、数据挖掘相关经验。

    2、精通一门语言JAVA或Python等，较强的算法和数据结构功底;熟悉大规模数据挖掘、机器学习等相关技术,熟悉Hadoop/Spark/SparkML等优先。

    3、喜欢研究新技术，优秀的分析和解决问题的能力，对挑战性问题充满激情。

    4、具备良好的分析问题能力、沟通能力和团队合作能力，具备很强的学习和钻研能力

    5、关注技术发展趋势，热爱开源，为开源项目贡献过代码优先。

    数据挖掘工程师岗位的工作职责3

    职责：

    1.结合公司运营业务场景，定义数据分析及挖掘问题;

    2.使用统计学分析方法、挖掘算法，构建有效且通用的数据分析模型，支持现有业务并适应业务的不断拓展;

    3.挖掘数据建模应用于公司业务相关场景：推荐、风险控制、用户挖掘等。

    职位要求：

    1.统计学、数学或计算机、数理统计或数据挖掘专业方向，有扎实的统计学和数据挖掘专业知识;

    2.熟悉常用数据挖掘算法(如分类、聚类、回归、关联规则、神经网络等)及其原理，并具备相关项目经验;

    3.熟练掌握一门开发语言;

    4.有较强的数据敏感度、逻辑分析能力，以及良好的沟通和表达能力，能够基于对业务的深入理解，从数据中发现问题和规律;

    5.主动性强，有较强的责任心，积极向上的工作态度，有团队协作精神。

    数据挖掘工程师岗位的工作职责4

    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;

    2、使用统计学分析方法、挖掘算法、构建有效且通用的数据分析模型，对数据挖掘方案进行验证、开发、改进和优化，实现数据挖掘的功能应用;

    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;

    3、熟练掌握Python进行数据挖掘及特征提取;熟练掌握Java/scala进行软件开发;

    4、熟悉常用数据挖掘算法(如分类、聚类、回归、关联规则、神经网络等)及其原理，并具备相关项目经验;

    5、熟悉数据仓库，熟练使用SQL语言，有良好的数据库编程经验;

    6、具备较强的独立解决问题的能力，勤奋敬业、主动性和责任心强;

    7、熟悉Hadoop、spark、HBase、Hive等框架。

    数据挖掘工程师岗位的工作职责5

    职责：

    1、基于大数据平台的海量数据，负责业务相关的数据挖掘研发，及定向相关技术研发;

    2、负责大数据可视化研究及平台构建及优化工作;

    3、负责数据挖掘分析体系的建设，并建立和规范数据挖掘模型标准;

    4、协助项目团队做好数据和应用的对接，完成项目的执行及交付;

    5、配合架构师进行技术攻关和核心挖掘算法改善。

    岗位要求：

    1、计算机、数学或相关专业本科及以上学历，3年以上相关工作经验及2年以上数据挖掘工作经验;

    2、精通决策树、聚类、逻辑回归、关联分析、贝叶斯等常用的数据挖掘相关算法和技术;

    3、精通R、Matlab、Python等至少一门数据分析语言和Oracle、SQL Server、MySQL、Hbase等至少一门主流数据库;

    4、至少熟悉一种大数据可视化平台Echart，Tableau等;

    5、熟悉Hadoop、Hive、Spark等大数据处理平台优先;熟悉Java/Web开发及面向对象的编程方式者优先;

    6、良好的逻辑思维能力，对数据敏感，能够发现关键数据、抓住核心问题;

    7、具备团队合作意识和创新意识，具有较强的学习能力和解决问题的能力，热爱研究算法和新技术者优先。

数据挖掘工程师的主要职责表述

    数据挖掘工程师的主要职责表述1

    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;

    3、精通Matlab/Python/R/Scala之一，熟悉Java/C/C++等编程语言，熟练掌握Linux各项操作指令;

    4、熟练掌握Hadoop/Spark/Storm/Kafka中的一项或几项，有MPI经验者尚佳;

    5、掌握机器学习的基本算法框架，有自然语言处理和丰富的特征工程(特征选择/特征抽取)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;

    7、在医疗信息化从事产品开发工作者优先，有顶会paper或人工智能领域国际比赛中获奖者优先;

    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。

    数据挖掘工程师的主要职责表述2

    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;

    精通数据挖掘脚本语言，能灵活运用R、Python中的一种，熟练sklean/numpy/pandas等科学计算相关库，有统计建模、机器学习或数据挖掘应用的项目经验优先;

    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。

    数据挖掘工程师的主要职责表述3

    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。

    数据挖掘工程师的主要职责表述4

    职责：

    1、负责大数据平台数据仓库建设、数据分析挖掘工作;

    2、负责大数据的处理、整合及数据建模，协同业务开发人员，将模型算法成果应用到实际业务系统中，并通过可视化工具进行分析成果展示;

    3、基于用户数据，研究用户行为，构建用户画像。

    任职要求：

    1、应用数学、计算机、信息处理等相关专业本科及以上学历;

    2、3年以上大数据开发经验;

    3、熟悉hadoop的大数据生态，精通SQL语法【有较好的SQL性能调优能力，掌握基于Hive或者Spark sql的HQL脚本编写;

    4、具有从数据查询，聚合，分析到可视化的整套实践经验;

    5、熟练使用java或者python、基础扎实、能编写Hive环境下或者Spark sql环境下的UDF;

    6、具备良好的表达和沟通能力、学习能力，具备极强的团队合作精神，能够承受一定的工作压力。

    数据挖掘工程师的主要职责表述5

    职责：

    1. 从事精准医疗领域的大数据管理分析、BI数据挖掘;

    2. 熟练使用脚本工具访问数据库，并完成相应的脚本分析，以图形界面的方式呈现;

    3. 熟练使用统计或者机器学习算法，对结构化数据进行统计分析，包括分类和聚类，并进行预测建模等;

    4. 与相关项目开发组沟通，明确其需求并给予数据分析统计结果等支持。

    任职要求：

    1、应用数学，计算机，生物等相关专业硕士以上学历;

    2、有生命科学、基因、医药等生物科技行业2年以上工作经验;

    3、熟练运用各种常用算法和数据结构，熟悉常用的机器学习算法，了解各种算法的优缺点和局限性;

    4、熟悉R、Python 等数据分析平台及工具，有搭建hadoop、spark或类似平台从业经验;

    5、 熟悉主流数据库Oracle、MySQL对 NoSql 有一定了解及应用经验;

    6、 有团队精神，能够承担责任和压力。

计算机语言学习方法

  

    计算机语言学习方法篇一

    首先要制定学习计划。学习一门新的编程语言有助于你开拓新的思维方式，但是新事物的学习要有一定的条理性和系统性，不能三天打鱼两天晒网。学习贵在持之以恒，但是也少不了有自己的计划性，今天学这一部分，明天学那一部分，循序渐进，这样才能深入。

    学习基础的编程语言。学习一些基础的编程语言能够帮助我们理解基层构架，比如Java语言、c语言以及汇编语言等等，虽然这些都很基础，但是学习起来也并不简单，学习是一个长期的过程，不可能一口吃一个胖子，要想学好软件开发，还需要从最基础的编程语言开始学起。

    阅读一些好的具有挑战性的编程书籍。可能很多人认为，学习编程语言，课本还看不完呢，哪有时间看一些闲书呢?如果你抱有这种想法，那就大错特错了。能收录到书中的，基本都是一些精华所在，通过阅读一些好的，富有挑战性的编程书籍是你改变思维方式的重要的一步。建议你，刚开始看的时候，可以选择难度相对低一点的书，但是不要看类似七天学会编程10天包会编程等比较没有知识含量的书。

    阅读学习和书写代码。可以在自己的博客或者是问答网站上回答问题，书写代码，因为这时，你会想要尽力正确编写，为的是能够解决一些别人遇到的技术难题，你就会想要尽力而为，于是会更加用心，与此同时也可以更加能够锻炼你的代码书写水平。

    开始真正的开发一些开源项目。编程语言学以致用是关键，无论你对编程语言懂得有多少，如果不能够开发软件的话，那也算是白学了，建议大家，可以开发一些生活中遇到的小软件来锻炼一下自己的水平和能力大小。即使你可能会遇到很多困难，但是如果真的能够成功的话，会感觉特别有成就感的。

    解决编程难题。如果在软件开发过程中遇到难题的话，要迎难而上，不要把问题遗留下来，因为程序员在编程过程中总是尝试用最少的步骤来解决遇到的难题，而在这过程中，你可以学到语言的更深奥和更特殊的功能，从而你会不得不思考代码的创造性，这同时也是一个创造性的过程。

    计算机语言简介

    计算机语言(Computer Language)指用于人与计算机之间通讯的语言，计算机语言是人与计算机之间传递信息的媒介。

    常用的计算机指令语言分四类：编程语言、网页设计语言、数据库语言、架构语言。

    1.编程语言是最普遍的指令，俗称程序设计语言。按其发展阶段，分为机器语言(面向处理机)、汇编语言(面向硬件，比如ASM)、算法语言(面向过程，比如

    C、Pascal等)、非过程化语言(面向对象，比如Java、C++等)、智能语言五大类。

    2.网页设计语言，适用于开发商业站点的前台设计，最常用的是超文本描述语言，最经典的是html。

    3.数据库语言，又叫结构化查询语言，适用于windows窗体和网页的后台数据支撑，比如sql、Oracle等。

    4.架构语言，本身不是独立的学科，它是由编程语言、数据库语言、网页设计语言结合起来直接针对项目开发的语言，比如VB、Visual c#(用过visual Studio、MyEclipse或Delphi的朋友会有感触)等。可以这样理解，架构语言属于编程语言，就是编程语言进化到了可以访问数据库、操作网页的更高级阶段。

    另外按实用来分，计算机语言可以分为

    1.脚本类：特点是简单、易学、易用。常用的有：Unix/Linux的Shell语言，网页里用的VBScript/JavaScript，MS-Office里用的VBA，动态主页用的JSP、ASP、PHP等，通用语言Perl\Python等。

    2.RAD类：这类以快速开发著称的语言及工具比较流行，常用的有VB、Ddlphi、Powerbuilder、Visual FoxPro等，这类工具常用来开发管理信息系统，如用友、金蝶等。

    3.专业类：最常用的是C/C++/C#，Java等，如果你想成为专业的程序员，就要学习这些内容。它们通常用来开发系统级程序，比如操作系统(MS-Windows、Unix/Linux等)、数据库(Oracle、SQL-Server等)、开发语言(C/C++/C#、Python等)、工具软件(WPS、KV3000等)、在大型系统里面基本都有它们的身影。

    4.专用类：这类语言种类最多，它们一般设计用来完成一项特殊的工作。例如现在最流行的Flash，它内含Action Script语言;Auto CAD内带VBA和AutoLisp;每一种单片机有带有自己的ASM语言，许多系统如Matlab、Spss、Intouch、Modsoft等都有自己的专用语言。