崗位職責:
1、大數(shù)據(jù)處理和分析·負責大數(shù)據(jù)的收集、組織、清理、分析,以提取支持業(yè)務決策的有價值的見解?!ぴO(shè)計和優(yōu)化數(shù)據(jù)存儲、清理和處理工作流程,以提高數(shù)據(jù)利用率?!みM行數(shù)據(jù)探索,以識別關(guān)鍵業(yè)務指標的潛在影響因素,并提供數(shù)據(jù)驅(qū)動的業(yè)務見解。
2、機器學習建模和優(yōu)化·應用機器學習算法和模型來解決實際業(yè)務問題,如預測分析、用戶行為分析和風險評估?!ぴO(shè)計、訓練、優(yōu)化和部署機器學習和深度學習模型,以增強業(yè)務預測能力?!ぴ谏a(chǎn)環(huán)境中進行模型評估、超參數(shù)優(yōu)化和監(jiān)控模型性能,以不斷提高準確性和性能。
3.大數(shù)據(jù)技術(shù)堆棧和數(shù)據(jù)工程·使用分布式計算框架(例如,Spark、Hadoop、Flink)處理PB級數(shù)據(jù),提高計算效率?!な煜ぴ破脚_(例如,AWS、Azure、GCP)上的數(shù)據(jù)存儲和計算優(yōu)化解決方案?!?gòu)建和優(yōu)化數(shù)據(jù)管道、ETL流程、數(shù)據(jù)倉庫和數(shù)據(jù)湖,以確保流暢、穩(wěn)定、高效的數(shù)據(jù)流。
4.數(shù)據(jù)可視化和決策支持·設(shè)計和開發(fā)可視化儀表板和報告(例如,Tableau、Power BI、Matplotlib、Seborn),使復雜的數(shù)據(jù)更加直觀和易于理解?!ねㄟ^A/B測試和因果推理等方法提供數(shù)據(jù)支持,以優(yōu)化業(yè)務策略。
5.跨團隊協(xié)作和技術(shù)研究·與業(yè)務、產(chǎn)品和工程團隊密切合作,了解業(yè)務需求,并提供數(shù)據(jù)驅(qū)動的決策支持?!ぞo跟最新的行業(yè)技術(shù)發(fā)展,探索新的數(shù)據(jù)分析和機器學習方法,并將其應用到實際的業(yè)務場景中。
任職資格:
1、教育背景·計算機科學、統(tǒng)計學、數(shù)學、數(shù)據(jù)科學,或相關(guān)領(lǐng)域的本科及以上學歷。
2、專業(yè)技能·編程技能:精通Python(優(yōu)先)或R,具有扎實的編程基礎(chǔ),熟悉常用的數(shù)據(jù)處理和分析庫,如Scikit-Learning、XGBoost、TensorFlow、PyTorch、Pandas、NumPy、Matplotlib、Seborn等?!C器學習:深入了解回歸、決策樹、隨機森林、XGBoost、深度學習(CNN、RNN、Transform)等算法,并能夠?qū)⑵鋺玫綄嶋H項目中?!ご髷?shù)據(jù)處理:熟練掌握Hadoop、Spark、Flink、Kafka、Hive、HBase等大數(shù)據(jù)處理技術(shù),具備處理大規(guī)模數(shù)據(jù)的能力。·數(shù)據(jù)庫和SQL:熟悉SQL和非關(guān)系型數(shù)據(jù)庫(如MongoDB、Cassandra),具備高效數(shù)據(jù)查詢、存儲和管理的能力?!?shù)學和統(tǒng)計學:具有較強的數(shù)學和統(tǒng)計學基礎(chǔ),具備概率論、數(shù)理統(tǒng)計、線性代數(shù)、優(yōu)化方法等知識。
3.項目經(jīng)驗·3年以上大數(shù)據(jù)分析和機器學習經(jīng)驗,至少有3個完整的項目經(jīng)驗。·參與數(shù)據(jù)挖掘、預測分析、機器學習模型開發(fā)等項目,具備獨立完成從數(shù)據(jù)采集、清洗、特征工程、模型訓練和部署的整個過程的能力。·有MLOps(例如,MLflow、Kubeflow、Airflow)經(jīng)驗者優(yōu)先,具有在生產(chǎn)中部署和監(jiān)控模型的能力。
4.個人能力和素質(zhì)·邏輯思維:具有較強的邏輯分析和解決問題的能力,能夠快速解決復雜的數(shù)據(jù)問題。·團隊協(xié)作:具有出色的溝通能力和與來自不同背景的團隊成員有效協(xié)作的能力。·數(shù)據(jù)敏感性:對數(shù)據(jù)高度敏感,具有出色的數(shù)據(jù)分析和洞察力,能夠從數(shù)據(jù)中識別潛在的業(yè)務價值?!ぷ晕壹睿壕哂休^強的學習能力和好奇心,能夠持續(xù)關(guān)注數(shù)據(jù)科學和機器學習的最新發(fā)展。
加分項(非必需,但優(yōu)先):
具有自然語言處理(NLP)、計算機視覺或推薦系統(tǒng)方面的經(jīng)驗,為業(yè)務擴展提供額外的技術(shù)支持(例如,多語言文本分析、圖像識別、個性化推薦)?!な煜/B測試、因果推理和強化學習等方法?!び锌缇郴蚨嗾Z言數(shù)據(jù)處理經(jīng)驗,例如處理全球數(shù)據(jù)集以支持國際業(yè)務擴展。