部分算法 数据挖掘职位汇总

职位1:某一线互联网金融公司 (高级)数据挖掘专家 –杭州 P7-P8

工作职责:

1. 全面了解电商和互联网金融行业数据,通过大数据挖掘技术研究个人用户和小微企业本质属性,研发高质量信用评分模型和其它信用产品。

2. 协同产品运营和业务团队全面推进信用数据产品在实际业务场景中的应用,主动获取各方反馈并持续完善产品,优化性能。

3. 运用大数据相关技术和技能,发现并且评估数据在征信领域的价值和应用方向,和各个相关团队沟通协作,制定并且执行数据引入,完善和应用的具体策略。

4. 协同其他团队采集整合信用相关数据,持续建立并完善个人用户及企业信用数据集市;对数据采集应用中的实际问题有深入的了解,对征信业务和数据有洞察力。

5. 应用先进的统计建模,数据挖掘,机器学习方法解决实际问题,并研发创新方法以解决常规方法不能解决的问题。

岗位要求:

1. 本科以上学历,统计学,数学,计算机等相关专业,较好的数学或统计学教育背景优先考虑;

2. 3年以上数据分析/模型开发经验,具有较强的数据整合,数据分析/挖掘,和解决业务问题的能力;

3. 熟练使用SQL,SAS,R等数据库和统计分析软件进行数据分析和模型开发;

4. 良好的沟通协调能力和大局意识,能够快速推动工作执行落地;

5. 具有金融行业或征信机构工作经验者优先考虑。


职位2:某一线互联网公司 数据专家 p6-p8 上海

岗位描述:

1.商业嗅觉灵敏同时善于沟通,能够深入了解业务挖掘业务问题&痛点,通过商业分析为公司运营决策、产品方向、销售策略提供数据支持;

2.使用数据挖掘和机器学习方法设计和开发能够驱动用户增长、留存、和变现的模型和产品;

3.探索数据在企业级服务中的应用,探索数据产品化的机会,让数据在业务中发挥更大的价值;

4.负责常规和随机的数据分析需求,并把分析结果用清晰、可执行的语言沟通给相关同事。

岗位要求:

1. 三年以上相关工作经历,统计、数学、计算机或其他相关本科以上学历;

2. 良好的商业嗅觉,数据敏感度高,对商业竞争敏感;有丰富的数据分析、挖掘和建模实战经验,熟悉分类、聚类、推荐算法;

3. 熟练运用SQL进行数据的清洗、加工、分析和各类可视化工具;掌握常见的编程语言Java或Python优先;

4. 能够快速理解业务,通过良好的语言沟通与表达能力和自我驱动动力,快速拿结果;

5. 具有创业之心,勇于接受挑战,乐于为自己认定的事情付出巨大精力。


职位3:某一二线互联网公司 广告算法研究员 (漕河泾 月薪30K-100K)

工作职责:

1. 流量预测、合约式广告分配算法开发和优化;

2. 点击率预测、竞价广告算法开发和优化;

3. 用户行为分析、人群包挖掘、数据管理平台开发和优化。

职位要求:

1. 本科5年以上经验,硕士3年以上经验;

2. 扎实的数学和计算机科学功底;

3. 至少精通一门编程语言(C++/Python/Hive/Scala),对数据结构和算法有较为深刻理解;

4. 熟悉linux编程环境;

5. 有较强分析和解决疑难问题能力;

6. 优秀的学习、创新能力和团队协作能力;

7. 熟悉常见机器学习算法、具备灵活运用能力;

8. 熟悉hadoop、spark等分布式技术;

9. 有数据挖掘/机器学习/自然语言处理相关背景优先;

10. 有计算广告、海量数据挖掘相关背景优先。


职位4 : 广告算法架构师 (张江 月薪 40k-70k)

岗位描述:

1、运用机器学习的理论和方法,针对海量信息建模,挖掘潜在商业价值,负责在线广告投放系统的核心技术创新与优化;

2、研究在线广告领域的前沿理论与技术,提高在线广告的相关度、变现能力与用户体验,达到技术和商业的完美结合;

3、设计和优化在线广告点击率预估模型,准确报价,提升变现能力,包括但不限于:用户、广告、图片等特征挖掘/统计,特征系统搭建,多模型融合尝试等;

4、广告系统相关算法实现和分析,包括但不限于:多模型线上A/B Test,Explore & Exploit实现,使用hadoop/hive等对样本进行清洗、特征关联,使用spark/sklearn训练点击率预估模型,对模型参数进行调优等。

岗位要求:

1、至少5年以上的大型互联网广告算法经验,有3年以上CTR/CVR预估的实际工作经验; 2、精通互联网广告的基础知识与理论,对推荐和广告算法、CTR预估、排序、触发和定向技术有深入的理解;

3、熟悉分类、聚类、特征选择及降维等常用数据挖掘技术,熟悉常见机器学习和推

荐算法;

4、熟悉c/c++,至少熟悉python/java/scala中的一种语言,对数据结构和算法有深入的理解; 5、熟悉hadoop,熟悉LR/GBDT/FTRL,熟悉spark或sklearn,具备大规模分布式系统的调试、调优能力;

6、具备良好的团队合作

职位5:算法工程师(杨浦区 月薪25k-35K)

我们有来自 Google 等知名人工智能公司的科学家和一流的工程师;

• 我们致力于研发以深度学习为代表的人工智能算法,并且运用到实际的产品中,让技术真正落地并帮助到用户,让教育变得更轻松、高效、平等;

• 我们的核心语音评分算法被数千万用户使用并真正的提高了他们的口语水平;

• 我们有海量的用户语音数据、学习行为数据等你来挖掘;

• 我们重视分享和学习最新的研发成果,每年小伙伴都有活跃于Interspeech、Spark Summit、KDD、ICML 等国际学术会议交流机会!

职位要求:"

"计算机、数据挖掘等相关专业,硕士研究生以上学历

• 精通如下一个或者多个领域:语音识别、语音评测、自然语言理解、机器学习、数据挖掘;

• 对新技术敏感,喜欢探索,有较强的创新意识与责任感;

• 有较强的工程能力,有生产环境下智能系统开发或大规模数据处理经验者优先。


职位6:算法专家(普陀区 月薪20k-50K)

一、工作职责

1、负责交易、用户行为数据的模型建立及数据分析工作;

2、逐步构建基于用户行为、喜好的标签系统,并应用于相关的个性化系统和业务分析中;

3、根据业务需求构建合适的算法及通过数据挖掘、机器学习等手段不断优化策略及算法。

二、任职要求

1、计算机、数学、物理等相关专业硕士及以上学历;

2、精通Java/Python/C++编程;

3、熟悉并应用过常用分类、聚类等机器学习算法;

4、5年以上互联网行业数据挖掘、机器学习及算法设计经验,有用户行为分析、用户建模、业务建模经验者优先;

5、熟悉Hadoop/Hive/Storm/Spark等开源工具并有实际生产使用经验者优先;

6、有自然语言处理、个性化推荐、广告精准投放、个性化搜索经验者优先。

若是有兴趣,欢迎和我联系
微信同手机 15814752669
邮箱 2117191186@qq.com

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,684评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,143评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,214评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,788评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,796评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,665评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,027评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,679评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,346评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,664评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,766评论 1 331
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,412评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,015评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,974评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,073评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,501评论 2 343

推荐阅读更多精彩内容