范文為教學中作為模范的文章，也常常用來指寫作的模板。常常用于文秘寫作的參考，也可以作為演講材料編寫前的參考。那么我們該如何寫一篇較為完美的范文呢？以下是我為大家搜集的優質范文，僅供參考，一起來看看吧
數據挖掘工程師 要求篇一
1、參與數據挖掘項目的算法研發過程(包括需求分析、技術可行性評估、分析解決問題、實現新需求等);
2、獨立分析、評估并解決問題，并用代碼實現，在較短時間內尋求到最優的解決方案，并應用到產品中;
3、負責分布式算法的設計及編碼，提高算法的精度和效率;
4、負責數據挖據方向上的技術預研工作。
任職資格:
1、本科及以上學歷，數學、統計、計算機科學與技術、軟件工程、控制理論與控制工程、信號分析及信息處理等專業;
2、 3年以上數據挖掘、機器學習、深度學習領域工作和研究經驗;
3、精通至少一種主流編程語言，包括但不限于c、c++、python、java等;
4、熟悉機器學習、深度學習算法，掌握mxnet、tensorflow、keras、torch、caffeonspark等一種或多種深度學習框架;
5、熟悉hadoop、spark等大數據平臺及mllib和結構化數據庫編程;
6、有數據挖掘、圖像處理、音頻信號分析、自然語言處理、物流優化、時間序列預測算法等與實際業務場景結合的成功經驗;
7、善于分析和解決問題，富有想象力和學習能力，對數據敏感，善于發現數據中的價值，具有良好的團隊合作精神。
數據挖掘工程師 要求篇二
職責：
1、負責對數據進行清理、甄別、歸類和整合等，提升數據質量;
2、設計多維度分析模型，并能根據實際情況給出數據分析結果;
3、針對海量用戶行為和內容信息，構建和優化用戶畫像。
任職要求：
1、本科計算機或統計學相關專業，3年以上相關工作經驗;
2、熟悉關系型據庫，sql技能嫻熟;
3、熟悉hadoop, hive, spark分布式平臺;
4、scalapythonjava至少熟練掌握一種編程語言;
5、熟悉數據可視化技術;
6、熟悉大規模數據挖掘、機器學習等相關技術;
7、對用戶畫像分層，推薦系統有經驗者優先考慮。
數據挖掘工程師 要求篇三
職責：
1、參與市場營銷分析、策劃、規劃和數據分析工作;
2、根據分析、診斷結果，建立分析模型并優化，為運營決策、產品方向、銷售策略等提供數據支持;
3、利用專業數據分析、挖掘工具進行數據建模;
4、有相關工作經驗1年以上。
任職要求：
1、碩士以上學歷，有較強的數學功底和扎實的統計學、數據挖掘功底;
2、掌握sql語句，熟悉oracle，具備數據處理能力;
3、精通常用數據挖掘工具軟件r / spss clementine / sas/python等工具之一，掌握聚類分析、方差分析、相關分析、回歸分析、關聯規則、決策樹、隨機模型等常用數據分析方法以及經典的數據挖掘算法，具備一定的基礎可自編挖掘算法;
4、有較強的市場敏感度，分析能力強;
5、具備良好的職業素質與敬業精神，注重團隊合作，擅長溝通表達;
6、 1年或者以上零售或服裝行業客戶關系管理從業經驗(奢侈品行業優先);有數據挖掘項目實施經驗者優先，有營銷知識，理念和實踐者優先。
數據挖掘工程師 要求篇四
職責：
1.依據項目需求建構數據萃取與轉換流程
2.挖掘數據特征，進行數據和特征融合
3.搭建數學模型，并對模型進行檢驗評估
職位要求：
1、計算機、數學、統計、人工智能等相關專業的碩士或以上學歷;
2、二年以上數據挖掘、機器學習相關工作經驗，熟悉python、spark、pandas、sklearn等數據分析工具者優先;
3、熟練掌握貝葉斯、隨機森林、深度學習等機器學習算法;
4、突出的分析問題和解決問題能力，自我驅動，并且具備較強的學習能力、創新應用能力及溝通協調能力，有良好的團隊合作意識;
5、有國際背景或能熟練使用英文溝通者優先
數據挖掘工程師 要求篇五
職責：
深入研究業內領先的技術思路，輸出具有創新價值的`預研項目可行性分析報告以及相關實驗數據;
負責產品、銷售、供應鏈、電商等公司數據的海量挖掘，并建立和優化用戶標簽、特征模型、產品精準匹配、異常預警等;
負責大數據下傳統機器學習算法的并行化實現及應用，并提出改進方法和思路;
參與公司大數據架構，負責bi實施中的數據挖掘模塊算法研究、模型建立和優化，幫助實現數據挖掘和分析平臺的建設;
負責相關數據挖掘項目的需求收集、項目建立、項目設計開發和結果輸出質量把控，通過數據挖掘結果驅動業務執行;
配合技術進行數據挖掘模型開發和模型封裝，例如決策規則模型、預警模型、流失模型、效果標桿模型、客戶生命周期管理模型等;
任職要求：
大學本科及以上學歷，統計學、計算機、信息技術、數學相關專業;
兩年以上數據建模經驗;
數據主流數據庫，mysql、oracle、db2等傳統結構化數據倉庫，熟悉hbase、mongodb等非結構化數據庫;
熟悉常用的聚類、分類、回歸、關聯、時間序列等監督式和非監督式學習算法;
熟悉r、python、mllib等數據挖掘工具中至少一種。
熟悉spark、storm等大數據計算框架者優先。
數據挖掘工程師 要求篇六
職責：
1、負責內容的處理，包括關鍵詞提取、主題分析、類目預測、質量打分等;
2、負責海量用戶行為的分析研究，挖掘優化用戶畫像，包括人口屬性和用戶興趣等;
3、負責推薦引擎算法的開發，包括各類推薦算法的實現、特征和參數調優、用戶體驗優化等;
4、負責數據營銷平臺策略的開發，包括用戶洞察、行業指數趨勢預測、各類精準定向算法的實現和優化等;
5、負責人工智能技術的研究，包括機器學習、知識推理、文本語義理解、計算機視覺等技術;
6、通過海量數據對用戶廣告的行為進行深入分析與洞察，提煉和發現業務規律，指導推薦模型特征構建，定位產品相關的數據問題及分析優化;
7、結合廣告投放場景和用戶畫像進行分析、歸納統計指標建設，協助模型快速定位問題。
招聘要求及條件：
1、具備數據挖掘、nlp、機器學習、最優化等算法原理知識背景;
2、具備推薦系統、精準營銷、信息檢索等方面的工作經驗優先;
3、具備大規模分布式計算平臺的使用和并行算法的開發經驗，對大數據處理及應用有濃厚興趣;
4、具有機器學習、數據挖掘、算法優化的基礎并具有濃厚興趣;
5、熟悉統計原理及檢驗方法、熟悉數據分析方法;
6、熟悉分類、回歸、聚類、降維等機器學習算法及應用場景;
7、熟悉java、python等，能獨立完成相關的數據分析及分析報告相關工作。
數據挖掘工程師 要求篇七
職責：
1、負責探跡平臺智能策略邏輯設計與實現，包括智能評分、智能決策、業績預測等業務的策略;
2、利用平臺已有技術能力，包括內容識別算法、行為識別模型等，構建與業務需求相匹配的策略體系;
3、對平臺用戶行為數據進行分析和挖掘，建立數據模型，從數據中挖掘出用戶的行為和消費習慣，通過數據挖掘對產品形成策略支持;
4、理解業務部門的需求，從數據庫提取相關數據進行處理分析，指導產品和業務部門的日常運營;
5、建立和優化統計學和機器學習模型;
6、與數據算法/工程師合作和溝通去實現應用在產品上的算法模型;
任職資格：
1、統計學、計算機、通信相關專業本科以上學歷;
2、編程基本功扎實、精通java、python、lua等語言;
3、善于溝通及主動思考總結、倡導創新與持續優化、思路周密、腳本代碼嚴謹、對待策略邏輯有強烈興趣;
4、具備產品意識和數據分析能力，熟悉回歸，分類等常見機器學習算法;
5、具有數據處理，特征選擇、算法調優、效果評估等相關工作經驗;
6、邏輯清晰，對數字敏感;學習能力強，熱愛編程;
7、有良好的團隊合作及抗壓能力、有強烈的主人翁意識推進事務進展;
