数据挖掘

岗位职责
1、根据业务部门和具体项目的需求，负责海量数据的预处理工作，包括数据清洗、转换、整合等，确保数据质量满足后续分析挖掘的要求；
2、运用专业知识对处理后的数据进行深度分析，挖掘数据背后的价值和潜在规律；
3、基于业务模型和数据分析结果，设计、实现、优化数据挖掘模型和相关算法，根据项目需求选择合适的算法（如回归分析、随机森林、K-近邻算法、K-means聚类、神经网络、贝叶斯分类等），优化模型参数，提升预测精度和分析效果，为业务决策提供数据支持；
4、运用Python编程语言及Pandas、NumPy等数据处理库，SQL语言及MySQL数据库管理与查询数据，提升数据处理效率；
5、结合业务场景，探索并应用自然语言处理技术，利用Gensim等工具进行文本数据的分析与处理，同时了解并可能应用TensorFlow等深度学习框架，进一步提升数据挖掘的深度和广度；
6、与业务团队紧密合作，深入了解业务需求，将复杂业务问题转化为数据问题，提出可行的数据解决方案，参与项目讨论，为产品开发、市场营销、用户行为分析等提供数据支持与策略建议；
7、跟踪数据挖掘、机器学习领域的最新技术动态，不断优化现有模型与算法，探索新技术、新方法在职业教育数字化转型中的应用可能性，推动技术创新与服务创新。
任职要求
1、计算机科学、数据科学、统计学或相关专业本科及以上学历，具备扎实的数据分析与数学建模基础；
2、熟练掌握Python编程语言及Pandas、NumPy、Scikit-learn等数据处理与机器学习库，熟悉SQL语言及MySQL等关系型数据库操作；
3、深入理解机器学习算法原理，具有回归、分类、聚类、神经网络等模型的实战经验，熟悉超参数调优及模型性能评估方法；
4、具备自然语言处理（NLP）项目经验，熟悉Gensim、NLTK等文本分析工具，了解TensorFlow、PyTorch等深度学习框架的应用场景；
5、熟悉数据挖掘全流程，能够独立完成从数据探索、特征工程、模型训练到结果落地的闭环开发，具备教育行业数据分析经验者优先；
6、对数据敏感，具备优秀的逻辑分析能力和业务洞察力，能快速理解业务需求并转化为技术解决方案；
7、具备较强的自主学习能力，持续关注机器学习领域前沿技术（如大语言模型、强化学习等），并能在实际场景中探索创新应用；
8、良好的跨团队协作能力，能够清晰表达技术方案并与非技术人员高效沟通，推动数据分析成果的业务价值转化。