数据挖掘工程师的岗位职责概述
数据挖掘工程师的岗位职责概述
数据挖掘工程师需要理解客户具体业务需求，利用思迈特数据挖掘软件，提供明确的大数据分析应用解决方案。下面是学习啦小编为您精心整理的数据挖掘工程师的岗位职责概述。
数据挖掘工程师的岗位职责概述1
职责：
1.根据业务场景要求设计数据挖掘模型，包括有监督、无监督类模型，以及偏好、价值评估类模型、组合最优化类模型等
2.通过数据挖掘手段进行标签化工作
3.根据数据挖掘方法论完成数据挖掘全流程建模工作
4.自主开展模型效果评估，并不断优化
5.开展数据挖掘模型产品化工作
6.带领产品(或项目)团队进行技术攻关
7.主导数据挖掘相关解决方案编写、客户交流
任职资格：
1.本科及以上学历
2.熟悉SPARK ML
3.精通Python技术
4.精通数据挖掘常用算法以及神经网络算法
5.精通SQL数据处理，包括关系型数据库，以及Hive SQL、Spark SQL处理
6.三年以上数据挖掘设计、开发经验
7.具备独立研究以及解决问题的能力
8.较强的PPT方案撰写以及呈现能力
9.较强的沟通协调和执行能力，能够承受较大的工作压力
10.较强的工作责任心和客户服务意识
数据挖掘工程师的岗位职责概述2
职责
1、挖掘和分析海量市场数据，研究市场运行规律，发现市场定价的无效之处;
2、设计交易策略，报单策略，和风险管理策略。
3、提升市场定价效率，帮助建设一个更加有效的金融市场。
技能要求
1、数学，统计学，物理学或相关专业方向的优秀毕业生，硕士或者以上学历;
2、能将所学知识灵活应用于处理实际问题，具有丰富的研究经验;
3、在重要学术类比赛中获奖，发表过高质量论文，或者熟练掌握计算机高级语言将是加分项;
4、熟练阅读英文文献。
数据挖掘工程师的岗位职责概述3
职责
1、用户画像的持续优化，基于海量用户行为，建立数据挖掘模型，比如用户偏好预测、用户价值评分等;
2、对各类需求数据进行挖掘、统计建模分析，并提交有效的分析报告，为公司运营决策提供数据支持;
3、建立和完善分析体系，跟踪模型的实施，优化算法和分析策略，提供建设性建议;
4、推进推荐、数据挖掘、机器学习技术在行业数据的应用。
任职资格
1、计算机、应用数学、统计学等相关专业;
2、熟练运用至少一种统计分析工具：R、python、SAS，熟练操作python进行数据分析优先
3、了解数据挖掘方法论，熟悉回归、决策树、聚类等算法;
4、参加过数据挖掘项目或推荐项目并担任项目核心成员优先;
5、精通关系型数据库SQL Server, 分布式数据仓库Hive;
6、有责任心，良好的团队合作精神，乐于分享，积极上进，具备良好的学习能力。
数据挖掘工程师的岗位职责概述4
职责:
1、对海量业务数据进行分析，深度挖掘用户行为特征，构建用户精准营销标签体系;
2，负责会员拉新、分层、转化、留存等业务模型支持，负责会员生命周期模型的设计与开发;
3，负责个性化商品推荐，门店经营预测及评估模型的开发。
任职资格:
1、全日制本科及以上学历，计算机、统计学相关专业;
2、熟悉python或java;
3、对机器学习中的经典分类、回归算法熟悉，对个性化推荐算法(协同过滤，SVM, RFM)熟悉;
4、至少有2个实际开发项目案例;
5、三年以上数据挖掘工作经验。
数据挖掘工程师的岗位职责概述5
职责：
1、负责建立和优化用以分析所采集时序数据中内在属性与联系的相应模型算法，
2、负责图像识别领域中相关物体检测算法、超分辨率重建等算法的构建及优化，提供一整套智慧实验室的解决方案包括但不局限，设备状态分析，设备利用率的分析、设备运行过程的分析，设备与人员方面的图像识别、语音识别等。
任职要求：
1、计算机，数学相关专业，本科以上学历;
2、有良好的阅读文献能力、扎实的数学以及编程功底，掌握python、java、c++、c中的一种或多种编程语言，掌握mysql等主流数据库技术。
3、熟悉基本机器学习算法及其原理，如SVM、聚类、逻辑回归等。
4、熟悉tensorflow、keras等主流深度学习框架，熟悉CNN、LSTM等主流的神经网络模型。
5、有过图像识别、语音识别、自然语言处理、实时数据处理等实际项目经验或者研究经验者优先。
相关文章：