数据挖掘工程师岗位要求(四篇) 环球关注

在日常学习、工作或生活中，大家总少不了接触作文或者范文吧，通过文章可以把我们那些零零散散的思想，聚集在一块。写范文的时候需要注意什么呢？有哪些格式需要注意呢？下面我给大家整理了一些优秀范文，希望能够帮助到大家，我们一起来看一看吧。

数据挖掘工程师岗位要求篇一1、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;

(资料图片仅供参考)

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要求篇二职责：

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;

2、能够快速根据项目需要学习并理解行业知识，并能在项目经理或高级数据挖掘工程指导下完成部分数据分析工作;

3、能够使用sas，spss，或r，python等开源平台根据用户需求定制开发相应的算法;

4、理解数据挖掘模型及预测分析结果，撰写相关分析报告;

5、了解数据仓库及商务智能背景，熟练掌握一类数据展现分析工具，如：tableau，cognos等;

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;

4、熟悉并掌握sas、spss统计分析或数据挖掘工具至少一种;或具备python，r等使用开源平台开发算法的经验;

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。

数据挖掘工程师岗位要求篇三职责：

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要求篇四职责

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。

标签： 数据挖掘 数据分析 机器学习