工作职责: 1、充分理解业务需求及痛点，利用数据挖掘、数据分析、机器学习等技术挖掘业务价值，解决业务需求； 2、负责风控、定价等板块具体的数据挖掘项目，包括但不限于数据加工、数据分析、特征工程、构建模型等工作，并就对应项目阶段性成果进行汇报与分享，为业务发展提供支持； 3、参与构建用户全生命周期营销管理，构建以用户运营为核心的高质量的标签体系； 4、与业务团队构建良好的合作关系，积极沟通交流，推动合作项目成功。 任职资格: 1、3年以上数据分析/数据挖掘/机器学习等相关领域经验；**本科或以上学历；熟悉保险业务优先考虑； 2、熟练使用Python/Scala/Java中一门或多门语言；熟悉Spark/Hadoop/Hive等大数据处理技术，有阿里大数据生态Maxcompute、Dataworks、PAI项目经验的优先考虑；熟练使用Sql进行数据处理； 3、熟悉机器学习基本理论、数据分析常用方法论等相关理论知识，了解概率论与统计学基础； 4、有多类数据挖掘项目的实施落地经验，全链路打通并工程化部署，且能不断优化，进而产生业务效果； 5、自我驱动，能主动深入了解业务，适应业务变化；有良好的个人表达和组织沟通能力，推进项目开展。

岗位职责： 1、负责挖掘与分析各类业务数据建立用户画像，并通过算法模型提升风控和反欺诈能力，以数据动风险决策，并提升决策效率； 2、挖掘业务需求，基于对机器学习的理解，定义不同场景下的数据解决方案，并选择有效的算法解决可能遇到的数据、场景相关问题，提升模型的性能和稳定性； 3、配合开发人员和大数据工程师完成模型的上线运行，并进行模型的监控、维护和调整； 4、跟踪模型或方案产生的业务影响，与各业务部门紧密合作，推动数据化决策。 任职资格： 1、**本科及以上学历，统计学、数学、经济学、金融等相关专业，并在数据挖掘相关工作上有1-3年工作经验，金融信贷行业的工作经验更佳。 2、扎实的机器学习和数据挖掘理论和技术基础； 3、有一定的PYTHON 和 SQL使用能力，熟悉常用数据统计、分析和建模方法； 4、较好的团队合作精神和沟通能力； 5、优秀的分析问题和解决问题的能力，对解决具有挑战性的问题充满激情； 6、有一定英文沟通能力。

工作职责： 1、深入理解业务，分析业务数据，应用统计学、机器学习/深度学习算法实现数据建模； 2、负责用户/商品画像体系建设，针对海量用户行为和内容信息持续迭代、评估、完善用户/商品标签； 3、参与用户增长相关业务，包括但不限促销、营销、新客转化等，深入挖掘用户需求，推动业务应用转化。 职位要求： 1、计算机相关专业本科及以上学历，在数据模型/搜推算法实现方面有成熟经验； 2、具有搜推算法经验，精通常见的数据挖掘、机器学习和深度学习算法； 3、至少精通一门编程语言（Python、Scala、Java等），能熟练使用常见的数据分析工具； 4、熟悉至少一种深度学习框架（Pytorch、tensorflow、Keras等）； 5、良好的沟通能力，具有跨团队的多方密切合作意识； 6、有电商经验优先，有用户增长经验优先。

岗位职责： 1、围绕卡中心网络银行部经营重点，负责渠道获客、产品营销、产品推荐、广告推荐、搜索排序等主要经营场景的分析建模工作，支持客群细分、价值体系、线上客户运营等重点项目； 2、基于各种数据分析方法及机器学习算法，从全局视野主动挖掘和探索业务经营趋势，挖掘潜在问题点和优化点，推进专项决策落地； 3、结合网银经营分析需求，研究大数据领域前沿数据挖掘技术，并引入投入实际应用； 4、负责数据挖掘项目方案制定、项目实施落地及优化等。 任职资格： 1、计算机、数学及统计学等相关专业硕士及以上学历，有数据挖掘领域具备丰富的项目经验者优先； 2、熟悉常用算法（如分类、回归、聚类、关联规则等）及其原理，对机器学习、深度学习算法有深入了解； 3、丰富的算法（分类器，推荐系统，运筹优化等）应用场景项目经验，有管理经验者优先考虑； 4、熟练掌握SQL，至少掌握python,scala,java等一种以上常用数据挖掘编程语言； 5、较强的逻辑思维能力、数据敏感度，擅长利用数据发现问题及解决问题； 6、较强的沟通表达能力及良好的团队协助能力，能够承受压力。

岗位职责：  1、围绕卡中心网络银行部经营重点，负责渠道获客、产品营销、产品推荐、广告推荐、搜索排序等主要经营场景的分析建模工作，支持客群细分、价值体系、线上客户运营等重点项目；  2、基于各种数据分析方法及机器学习算法，从全局视野主动挖掘和探索业务经营趋势，挖掘潜在问题点和优化点，推进专项决策落地；  3、结合网银经营分析需求，研究大数据领域前沿数据挖掘技术，并引入投入实际应用；  4、负责数据挖掘项目方案制定、项目实施落地及优化等。  任职资格：  1、计算机、数学及统计学等相关专业本科及以上学历，有数据挖掘领域具备丰富的项目经验者优先；  2、熟悉常用算法（如分类、回归、聚类、关联规则等）及其原理，对机器学习、深度学习算法有深入了解；  3、丰富的算法（分类器，推荐系统，运筹优化等）应用场景项目经验，有管理经验者优先考虑；  4、熟练掌握SQL，至少掌握python,scala,java等一种以上常用数据挖掘编程语言；  5、较强的逻辑思维能力、数据敏感度，擅长利用数据发现问题及解决问题；  6、较强的沟通表达能力及良好的团队协助能力，能够承受压力。

工作职责: 1. 负责电力大数据分析，电力数据挖掘与分析、算法设计等领域的研究，从系统和数据中发掘业务需求； 2. 负责数据逻辑梳理，基础数据处理、分析及相应的开发工作； 3. 对海量数据进行处理和分析，梳理业务与数据的相关关系，搭建模型，分析关键因素，优化核心决策。 4. 通过自然语言处理能力对文本分析； 任职资格: 1、研究生及以上学历，数学、统计学、计算机相关专业，1年及以上工作经验或本科985、211类院校毕业，数学、统计学、大数据专业毕业，2年以上工作经验，有电力工作经验者优先； 2、扎实的数据分析和可视化能力，熟练掌握Python、SQL、Excel等数据分析工具的使用，熟练应用numpy、pandas、scipy、Matpltlib等工具； 3、扎实的建模和算法模型落地能力，熟悉聚类、回归、时序异常检测、路径规划或自然语言处理方向；数学建模竞赛经历优先； 4、熟悉linux开发环境，精通Python语言特性，了解Docker容器生态体系； 5、积极主动、勇于承担，有良好的沟通能力、团队合作精神、较强的责任心。

岗位职责： 1.建立面向大语言模型的数据去重、清洗、过滤能力。 2.高效处理海量数据，探索大语言模型的数据混合配比。 3.建立大语言模型的通用和领域评测能力。 4.持续跟进行业最新进展，不断优化提升面向大模型的数据算法能力。 任职资格： 1.计算机、人工智能、自然语言处理或相关领域的硕士或博士，能力突出的本科生。 2.具备良好的编程能力，熟练掌握Python等编程语言，掌握PyTorch等至少一种深度学习框架。 3.具备良好的沟通和团队协作能力，有较强的解决问题能力和动手能力。 4.具备1年以上相关领域的工作经验

1、负责挖掘与分析各类业务数据建立用户画像，并通过算法模型提升风控和反欺诈能力，以数据驱动风险决策，并提升决策效率； 2、挖掘业务需求，基于对机器学习的理解，定义不同场景下的数据解决方案，并选择有效的算法解决可能遇到的数据、场景相关问题，提升模型的性能和稳定性； 3、配合开发人员和大数据工程师完成模型的上线运行，并进行模型的监控、维护和调整； 4、跟踪模型或方案产生的业务影响，与各业务部门紧密合作，推动数据化决策。 任职资格： 1、**本科及以上学历，统计学、数学、经济学、金融等相关专业，并在数据挖掘相关工作上有1-3年工作经验，金融信贷行业的工作经验更佳； 2、扎实的机器学习和数据挖掘理论和技术基础； 3、有一定的Python和SQL使用能力，熟悉常用数据统计、分析和建模方法； 4、较好的团队合作精神和沟通能力； 5、优秀的分析问题和解决问题的能力，对解决具有挑战性的问题充满激情； 6、有一定英文沟通能力。

【岗位职责】 1.协助进行国家重点项目中的ETL、指标计算、数据治理等的研发工作； 2.协助进行数据中台设计和研发，为知识图谱、人物建模、搜索推荐等提供高质量数据，开发灵活可扩展的处理流程以及直观易用的数据界面； 3.协助进行全球多语言技术数据的抓取/补全； 4.协助进行数据正确性/完整性自动化检查； 5.协助进行自动抓取入库流程框架开发； 6.数据统计框架开发； 7.相关数据文档的撰写。 【岗位要求】 1.硕士，计算机/数学相关方向专业，可确保每周3天实习； 2.熟练掌握python编程，了解常用的数据处理库如pandas等； 3.熟悉mysql数据库，能够熟练编写sql语句并优化； 4.有数据清洗、数据处理、数据自动化监测经历者优先； 5.熟悉一种或多种主流开源大数据平台组件者优先，如Flume、Kafka、Hadoop、Hive、Spark、Flink； 6.了解数据分析/挖掘常用方法者优先，如序列分析、关联分析、异常点挖掘、分类、聚类等； 7.有编程竞赛获奖经历者优先，如 ACM、中国大学生程序设计大赛、蓝桥杯、CCF 相关竞赛或 CCF 等级考试相关、PAT 等级考试； 8.良好的团队合作，较强的沟通能力、学习能力，对解决具有挑战性问题充满激情。

岗位职责： 1、参与页面分析挖掘算法的研究与实现，通过算法策略优化页面分类模型、文本分类模型。 2、利用文本挖掘、图像理解等业界先进技术，对多模态内容进行挖掘与理解。 3、工作范围涵盖网页筛选与理解、网页与站点分类和去重、多类型非网页类多模态数据的处理和理解。 岗位基本要求： 1、计算机相关专业本科及以上相关学历，具备优秀的理解力、沟通能力和团队协作能力。 2、熟练掌握 c++/python/Java等编程语言，并且在机器学习，自然语言处理领域有扎实的理论功底和动手能力。具备优秀的逻辑思维能力和数据科学能力，在相关领域比赛中获奖优先。 3、在信息检索、自然语言处理/图像与视频理解等方面有非常扎实的理论功底，以及丰富的解决实际问题的项目经验。有信息检索相关领域工作经验优先。 4、善于学习领域前沿技术并能快速应用到实际工作当中，在自然语言处理，信息检索、计算机视觉等领域有相关学术论著优先。

主要职责： 支持市场部的Campaign和数字营销策略，提供关于平台内部流量转化的详尽分析。 理解数据埋点和上报机制，有效处理A/B测试数据。 建立和维护基础事实表和维度表，为上游分析提供稳定的数据模型基础。 与研发和产品团队进行日常沟通，确保数据需求的准确性和实时性。 熟练使用SQL和Python进行数据分析和模型开发。 使用ETL工具优化数据处理流程和数据质量。 任职资格： 熟悉数仓建模方法，具备支持市场部Campaign、数字营销及平台内部转化率分析的相关经验。 了解数据埋点、上报及A/B测试数据处理。 能够独立建立和优化基础事实表和维度表。 精通SQL和Python，有使用ETL工具的经验。 良好的沟通技巧和团队合作能力，能够与技术团队和业务团队有效合作。 强大的分析能力，能够从数据中提取有价值的业务洞察。

岗位职责： 负责设计和维护数据仓库架构，支持业务线包括但不限于Things to do、Mobility和酒店业务。 深入了解各业务线，通过数据分析支持业务决策和策略制定。 构建和优化数据模型，确保数据准确性和可靠性。 独立处理和优化复杂的数据集，改进数据质量和处理流程。 与业务团队和技术团队紧密合作，确保数据解决方案满足业务需求。 编写技术文档和维护数据仓库的数据字典。 职位要求： 拥有5年以上数据仓库领域的工作经验。 精通SQL和数据库技术，有实际操作大型数据库的经验。 具备扎实的数据模型构建经验，能够独立设计和优化复杂的数据模型。 对数据质量和底层数据处理具有丰富的经验，能够有效解决数据问题。 熟悉dbt的应用，有实际使用经验者优先。 具备良好的分析思维和问题解决能力，能够独立完成项目。 良好的沟通和团队合作能力，能够与不同背景的团队成员有效沟通。

岗位职责：  1、基于海量数据进行分析和模型搭建，定量识别潜在的风险和业务影响；  2、深入理解微博业务模式，发现潜在作弊风险点，设计合理的数据埋点体系；  3、了解行业动态，找到作弊者的行为特点，快速迭代，持续优化某个业务的风控效果；  4、基于微博生态数据，结合用户使用习惯，持续产出画像标签  5、监控各场景的风险指标，建立预警监控体系和应对措施。  任职要求：  1、本科及以上学历，计算机、统计学、数学等相关专业；  2、有大数据分析或数据挖掘等方向的工作经验，能够提取有效特征并建立模型；  3、熟练使用HiveSQL、Python/R等语言，熟悉常用的数据挖掘、机器学习算法，熟悉linux操作系统，能对海量数据进行高效分析；  4、对业务和数据敏感，能快速发现问题和解决问题；  5、思维开阔，有良好的逻辑思维能力，能够主动开展和推进工作，愿意接受挑战、有一定的承压能力；  6、有画像建设、地图类项目、风控项目经验者优先；有LBS、图数据库、自然语言处理经验者优先。

工作职责： 1、深入理解业务，分析业务数据，应用统计学、机器学习/深度学习算法实现数据建模； 2、负责用户/商品画像体系建设，针对海量用户行为和内容信息持续迭代、评估、完善用户/商品标签； 3、参与用户增长相关业务，包括但不限促销、营销、新客转化等，深入挖掘用户需求，推动业务应用转化。 职位要求： 1、计算机相关专业本科及以上学历，在数据模型/搜推算法实现方面有成熟经验； 2、具有搜推算法经验，精通常见的数据挖掘、机器学习和深度学习算法； 3、至少精通一门编程语言（Python、Scala、Java等），能熟练使用常见的数据分析工具； 4、熟悉至少一种深度学习框架（Pytorch、tensorflow、Keras等）； 5、良好的沟通能力，具有跨团队的多方密切合作意识； 6、有电商经验优先，有用户增长经验优先。

【岗位职责】 1、应用前沿和经典算法，将算法应用在部门业务数据上，挖掘数据价值，提升人工效能，包括但不限于（LLM、NLP、图像识别等各方面）； 2、分析各项影响业务提能增效的因素、各项业务细节，结合业务方向，给出可落地的整体的开发优化方案； 3、与产品/运营等配合，推进优化方案落地执行，带来业务的实际效率提升； 【岗位要求】 1、本科及以上学历，理工科专业背景者优先考虑，2年以上数据分析相关工作经验； 2、较强的逻辑思维能力、数据敏感度，擅长利用数据发现问题及解决问题； 3、熟练掌握基本的机器学习挖掘模型，对数据挖掘的理解不仅限于模型的应用，能把各类算法融合应用，并有相应的项目落地经验； 4、熟悉深度学习模型框架优先，限于tensorflow/pytorch/keras之一，掌握基本的nlp、cv算法应用能力，如文本分类，聚类，图像分类等。 5、扎实的工程能力，熟悉SQL，ES等主流数仓工具的使用，善于应用python等技术进行数据清洗，掌握模型开发、量化、部署能力； 6、较好的主动性和分享精神，良好的沟通和协作能力。