数据分析师（机器学习/房地产投资拓展方向）

​一、数据挖掘与建模：​​
1、利用 Python 及相关库（如 Pandas, NumPy, Scikit-learn, TensorFlow/PyTorch）或各类宏观数据，收集、清洗、整合多维度土地和市场数据（如宏观经济、人口、规划、竞品、房价、地价等）。
2、设计、构建和优化机器学习模型，用于土地价值评估、市场热度预测、投资风险量化、最佳拿地时机判断等。
3、构建地块自动评级和推荐系统，辅助投资团队快速筛选高潜力目标。
​二、投资分析支持：​​
1、深度理解房地产土地投资拓展业务流程，包括项目可研、经济测算、投资回报分析等。
2、将复杂的模型输出结果转化为直观的可视化报告（使用 Matplotlib, Seaborn, Tableau 等工具），向投资决策层呈现清晰的洞察和建议。
3、参与项目可行性研究，从数据角度提供量化的风险与收益分析。
​三、工具与平台建设：​​
1、参与开发或优化内部投资分析工具和平台，提升团队的研究效率和决策科学性。
2、建立和维护土地投资相关的数据库和知识库。
​四、任职资格​
​1、学历与经验：​​
（1）本科及以上学历，计算机科学、统计学、应用数学、地理信息系统、房地产经济、土地资源管理等相关专业。
（2）有做过宏观经济研究、房地产及人口接口研究、客户敏感性分析研究的实际工作经验。
​2、技术要求：​​
（1）精通 Python 编程，有扎实的数据结构和算法基础，并拥有实际的数据分析或机器学习项目经验。
（2）熟练掌握主流机器学习库（如 Scikit-learn）和数据分析库（如 Pandas, NumPy）。
（3）具备良好的数据敏感度和逻辑分析能力，能够从复杂数据中发现问题、分析问题并解决问题。
​3、行业理解力：​​
（1）对房地产行业，特别是土地市场、投资拓展流程有浓厚的兴趣和基本的认知。
（2）具备快速理解“容积率”、“楼面价”、“溢价率”、“投资回报率”等房地产核心指标的能力。
​五、优先考虑条件（加分项）​​
1、拥有使用机器学习技术解决实际房地产、金融或城市研究相关问题的项目经验或工作经历。
2、熟悉 GIS（地理信息系统）软件或空间数据分析（如 GeoPandas）。
3、了解常见的房地产投资测算模型和财务知识。
4、优秀的数据可视化能力和报告撰写能力。