网站首页 语言 会计 电脑 医学 资格证 职场 文艺体育 范文
当前位置:书香门第 > 范文 > 职场

数据挖掘分析岗位职责

栏目: 职场 / 发布于: / 人气:1.86W

在充满活力,日益开放的今天,岗位职责使用的频率越来越高,制定岗位职责可以最大限度地实现劳动用工的科学配置。那么岗位职责的格式,你掌握了吗?下面是小编精心整理的数据挖掘分析岗位职责,欢迎阅读与收藏。

数据挖掘分析岗位职责

数据挖掘分析岗位职责1

职责描述:

1、对数据进行分析关联;

2、以数据为依托预制精准方案,对数据进行分析和评估;

3、深入发掘业务需求,开发各类数据模型;

4、研究、创新、开发和实践新技术应用;

岗位要求

1.掌握数据统计、挖掘和机器学习基本原理;

2.良好的数据和业务理解能力,具备一定写作能力;

3.熟悉oracle数据库和sql操作,能够编写存储过程和package更佳;

4.熟悉至少一种分析挖掘工具,python或者r语言尤佳;

5.熟练使用excel,包括公式、透视图、作图等;

6.关注数据分析能力以及tableau可视化能力。

数据挖掘分析岗位职责2

岗位职责:

1.负责项目的需求调研、数据分析、商业分析及数据挖掘建模等工作;

2.根据业务需求,制定用户相关数据的采集策略,设计、建立、测试相关的数据模型,从而实现从数据中提取决策价值,撰写分析报告;并跟踪分析客户业务数据,为客户提供决策支持;

3.研究数据挖掘模型,参与数据挖掘模型的`构建、维护、部署和评估工作;

4.完成需求分析、样本抽样、模型构建、指标定义以及相关文档编写;

任职要求:

1.数学、统计学本科及以上学历,硕士学历优先考虑;

2. 5年以上互联网、金融行业数据分析、数据挖掘工作经验;

3.熟悉决策树、时间序列模型、回归分析模型、聚类挖掘、贝叶斯、关联规则挖掘等数据统计模型和挖掘技术,并有独立完整的建模实践经验;

4.熟悉sql、r、python等语言,熟练使用spss、sas等数据分析工具;

5.有大数据并行处理经验,能使用hadoop/hive分析海量数据;能高效的与技术团队进行沟通;

6.良好的数据敏感度,能从海量数据提炼核心结果;有丰富的数据分析、挖掘、清洗和建模的经验;

7.对数据驱动业务有深入理解,对数据与业务方面有足够敏感性,有较强的逻辑分析能力,有较强的独立思考能力;

8.能独立编写商业数据分析报告,及时发现和分析其中隐含的变化和问题,具备良好的商业敏感度和创新意识,快速识别商业问题和机会。

数据挖掘分析岗位职责3

岗位职责

1、根据公司历史数据对公司运营以及库存状况进行分析;

2、使用主流机器学习算法进行建模,对公司运营以及供应链操作进行指导;

3、与产品、运营、物流,开发等团队开展跨部门协作,基于数据分析的'结论提出解决方案并落地执行。

岗位要求

1、数学,统计学、计算机等和数据处理高度相关专业,3年互联网公司数据分析工作经验;

2、熟悉主流机器学习算法,如:线性回归、svm、聚类分析,决策树等;

3、熟练掌握java或python语言,对数据结构和算法设计有较为深刻的理解,能够独立或指导开发人员实现主流学习算法;

4、熟练掌握sql语言,可以根据需求独自进行简单的数据提取;

5、熟悉电商业务,理解供应链各个环节的业务知识;

6、善于沟通以及较强的项目开发管理能力。

数据挖掘分析岗位职责4

职责描述:

1、对数据进行分析关联;

2、以数据为依托预制精准方案,对数据进行分析和评估;

3、深入发掘业务需求,开发各类数据模型;

4、研究、创新、开发和实践新技术应用;

岗位要求

1.掌握数据统计、挖掘和机器学习基本原理;

2.良好的数据和业务理解能力,具备一定写作能力;

3.熟悉oracle数据库和sql操作,能够编写存储过程和package更佳;

4.熟悉至少一种分析挖掘工具,python或者r语言尤佳;

5.熟练使用excel,包括公式、透视图、作图等;

6.关注数据分析能力以及tableau可视化能力。

数据挖掘分析岗位职责5

1、参与机器学习的平台的'搭建,为数据分析提取提供平台支持;

2、参与各类业务的机器学习相关需求的开发和支持;

3、集成各类成熟的机器学习算法以及计算平台;

4、设计并落实人工智能(AI)在公司不同业务部门,不同应用场景中的实现;规划智能人机交互包括语音合成、语音识别、手势识别、自然语言处理、人脸识别等AI技术;

5、对人工智能技术的研究,包括机器学习、智能控制、知识应用、智能决策等技术的研究;

任职要求:

1、学历:数理统计类、计算机科学,软件工程等专业本科生以上学历

2、数据挖掘、机器学习相关方向3年以上工作经验,有机器学习、数据挖掘等相关项目实际经验者优先;

3、熟悉数理统计、数据分析及挖掘、常用机器学习算法;

4、熟悉关系数据、NoSQL数据工具以及大数据技术至少一种产品,如MySQL、MongoDB、Redis、Hadoop、Hive、Spark等;

5、熟练掌握至少一种编程语言,Java、Scala、C++、R、Python