岗位职责:
需求部门:数字化发展中心
1、智能应用场景建设与业务转化:协同BA与业务部门沟通,精准理解业务痛点与数据挖掘需求,将抽象业务问题转化为可落地的数据分析与建模目标;结合数据可得性与业务场景,设计科学的挖掘方案。
2、数据预处理:负责对接业务系统、数据库及外部公开数据源,制定数据抽取方案,实现结构化与非结构化数据的提取;完成数据预处理工作,构建标准化数据处理流程,为后续挖掘分析提供高质量数据支撑
3、数据特征工程构建:参与特征挖掘、筛选、构建的工作,结合业务逻辑与统计分析方法,从海量数据中提取高价值特征。
4、算法模型设计与优化迭代:基于业务需求选择合适的算法模型(如分类、回归、聚类、关联规则、时序预测、深度学习等),使用Python/R等工具完成模型开发、训练与调优。
5、模型工程化落地:与工程团队协作,将训练成熟的模型转化为可上线的工程化组件(如API接口、离线计算任务等),提供模型部署技术支持,实现模型部署与工程化的落地。
6. 模型监控与持续优化:定期开展模型性能评估。针对数据分布变化、业务场景迭代等情况,及时调整模型参数、优化特征体系或重构模型,确保模型长期适配业务发展需求。
6、完成领导交办的其他事项。
任职要求:
1.年龄40周岁及以下,本科及以上学历并取得相应学位证书;计算机、电子信息及统计学等相关专业优先。
2.5年以上体系化数据治理相关工作经验,有公司总部级数据治理项目、消费品行业数据治理项目、数据安全项目工作经验优先。
3. 熟悉数据挖掘相关基础知识,包含数学基础、数据挖掘算法、深度学习等。熟悉模型的选择、训练及调优。
4. 具备数据模型能力,对数据仓库、数据平台、数据分析等领域有深刻的理解。
5. 熟悉分布式技术框架,如Hadoop、Spark,了解云计算平台;熟悉数据预处理、特征工程以及降维技术等。
6.具备典型应用领域知识,如用户行为分析、风险控制、自然语言处理及图像\视频处理等。
7.具备模型部署及工程化能力,包含性能优化、A/B测试等。
温馨提示:
招聘流程:简历筛选-资格审查-测评-薪酬沟通-体检-背景调查-发放offer-入职