数据挖掘工程师岗位的主要职责表述
数据挖掘工程师负责项目中数据准备、模型建立、模型跟踪、模型优化、模型维护、部署和评估;等闭环流程，为营销、运营及决策提供分析支撑及技术支持。以下是本站小编整理的数据挖掘工程师岗位的主要职责表述。
数据挖掘工程师岗位的主要职责表述1
职责：
1、负责内容的处理，包括关键词提取、主题分析、类目预测、质量打分等;
2、负责海量用户行为的分析研究，挖掘优化用户画像，包括人口属性和用户兴趣等;
3、负责推荐引擎算法的开发，包括各类推荐算法的实现、特征和参数调优、用户体验优化等;
4、负责数据营销平台策略的开发，包括用户洞察、行业指数趋势预测、各类精准定向算法的实现和优化等;
5、负责人工智能技术的研究，包括机器学习、知识推理、文本语义理解、计算机视觉等技术;
6、通过海量数据对用户广告的行为进行深入分析与洞察，提炼和发现业务规律，指导推荐模型特征构建，定位产品相关的数据问题及分析优化;
7、结合广告投放场景和用户画像进行分析、归纳统计指标建设，协助模型快速定位问题。
招聘要求及条件：
1、具备数据挖掘、NLP、机器学习、最优化等算法原理知识背景;
2、具备推荐系统、精准营销、信息检索等方面的工作经验优先;
3、具备大规模分布式计算平台的使用和并行算法的开发经验，对大数据处理及应用有浓厚兴趣;
4、具有机器学习、数据挖掘、算法优化的基础并具有浓厚兴趣;
5、熟悉统计原理及检验方法、熟悉数据分析方法;
6、熟悉分类、回归、聚类、降维等机器学习算法及应用场景;
7、熟悉Java、Python等，能独立完成相关的数据分析及分析报告相关工作。
数据挖掘工程师岗位的主要职责表述2
职责：
1、利用数据挖掘、机器学习相关算法，解决业务需求，提高产品的用户体验;
2、对海量的业务数据、用户数据进行挖掘分析，发现数据和业务背后的规律;
3、针对业务流程进行分析调研，探索提升转化率效果的思路和方案并推动转化.
岗位要求：
1、熟悉大规模数据挖掘、机器学习、分布式计算等相关技术，能熟练使用聚类、回归、分类等算法并调优;
2、熟悉Linux 环境开发，至少熟悉java/PHP/Python/Scala/Go/C/C++ 等语言中一种或一种以上;
3、熟悉基于Spark、ElasticSearch、hbase 等大数据平台的相关开发;
4、有深度学习实践经验者优先，有spark mlib经验者优先
数据挖掘工程师岗位的主要职责表述3
职责：
1. 根据项目经理或高级数据挖掘工程师要求独立完成项目的数据搜集和数据处理;
2. 能够快速根据项目需要学习并理解行业知识，并能在项目经理或高级数据挖掘工程指导下完成部分数据分析工作;
3. 能够使用SAS,SPSS,或R,Python等开源平台根据用户需求定制开发相应的算法;
4. 理解数据挖掘模型及预测分析结果，撰写相关分析报告;
5. 了解数据仓库及商务智能背景，熟练掌握一类数据展现分析工具，如：Tableau，Cognos等;
任职要求
1. 信息化管理、数学或统计学专业背景本科以上学历;
2. 具有一定的统计学、数据挖掘知识基础，有数据仓库/商业智能项目经验尤佳;
3. 精通数据挖掘方法论，熟悉数据挖掘项目过程;
4. 熟悉并掌握SAS、SPSS统计分析或数据挖掘工具至少一种; 或具备Python，R等使用开源平台开发算法的经验;
5. 有很强的事业心、责任感，良好敬业精神、团队精神与人际沟通能力。
数据挖掘工程师岗位的主要职责表述4
职责：
1、 整合基础业务数据，对基础数据库进行更新维护，参与部门常规报表开发与维护;
2、 负责数据集市规划，开发及维护;
3、 处理各业务模块数据需求，为业务运营提供数据分析方面咨询和建议;
4、 负责搭建并完善业务指标监控体系，为管理层和运营层提供决策支持;
5、 负责数据分析和应用相关的业务系统建设，编写对应系统开发需求，并完成系统测试及应用推广。
职位要求
1、 两年以上工作经验，本科以上学历，计算机相关专业优先;
2、 具有良好统计学及相关领域的理论基础，熟悉数理统计、数据分析工作方法，具有较强的数据分析能力;
3、 精通SQLPython语言，有银行数据仓库，数据集市开发经验者优先;
4、 具备较强文字分析和数据处理能力，能独立编写数据分析报告;
5、 具备开阔的互联网业务思维，对数据敏感，有较好的业务开拓和沟通表达能力。
数据挖掘工程师岗位的主要职责表述5
职责：
1.负责对海量文本内容进行要素提取，精分类别、关联挖掘等技术的研发工作;
2.负责实现文本挖掘技术的产品化，并且结合招标领域开展应用与优化;
3.能指导较低职位的工程师完成工作;
4.能与高校科研机构进行协同创新。
任职资格：
1. 模式识别/人工智能/计算机相关专业，本科或以上学历;3年以上工作经验;
2. 正直、诚信、敬业、有激情、有良好团队交流能力;
3. 精通Java、Python语言，熟悉linux基本开发环境;
4. 精通NLP相关领域知识，拥有较为丰富的文本处理经验：精准分词、实体抽取、属性抽取、关系抽取、分类聚类、主题挖掘、POI挖掘等;
5. 具有NLP实战经验，参与过相关项目，有知识图谱/深度学习研发经验者优先;熟悉Hadoop、 Spark、Storm等分布式处理框架者更佳;
6.熟悉Git，SVN等通用工具;
7. 对自然语言处理、知识图谱构建、人工智能等具有浓厚的兴趣。