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： 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、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。

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、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。

职位职责： 1、通过数据分析、特征挖掘、逻辑推理等方法，还原互联网风险事件链路，主导风险案事件分析； 2、通过风险分析提炼风险规律与特征，实现风险数据标准化沉淀，从而推动业务逻辑优化、防控规则、模型与数据产品的升级； 3、深入了解风控业务，总结案事件分析的方法论，并推动产品化沉淀。 职位要求： 1、统计、数学、计算机等类数据专业毕业，熟练使用SQL，数据意识强； 2、熟悉互联网数据与风控业务，2年以上互联网风控策略或案件分析工作经验； 3、逻辑思维能力强，好奇心强，善于钻研与挖掘； 4、沟通协同能力强，善于寻求不同资源完成工作。

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。

职位职责： 1、风险挖掘及监控：充分理解业务风控需求，建立业务风险监控体系，通过监测、挖掘业务安全和体验数据异常，分析定位问题； 2、策略优化：以数据分析为基础，发现潜在风险，进行策略调优，与产品研发及其他运营团队协作，提升挖掘和联动效率； 3、风险管理：对挖掘到的风险进行定性定量分析，给出有效风控建议，跟进流转处置情况，并关注风险解决效果。 职位要求： 1、本科及以上学历，有数据挖掘和分析相关经验优先； 2、曾负责风险、欺诈、商业/市场的量化分析，且曾产出量化分析报告； 3、有风控相关团队管理经验，包括建立风控体系、制定策略方案和推动方案落地； 4、熟练的SQL数据处理能力，熟练使用至少一种专业分析工具，如SAS、Python等。

工作职责: 1. 负责大数据分析，数据挖掘与应用、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，金融科技行业从业经验优先； 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。

【岗位描述】 1. 利用深度学习和机器学习算法，针对电信业经营、管理场景，进行机器学习、AI因果推理以及模型可解释的模型开发优化； 2. 利用NLP技术，针对意图识别、人机对话、特征提取等场景，在企业经营管理页面上实现智能推荐、智能问答； 3. 规范化机器学习需求的开发流程，针对实际业务需求，基于海量数据结合业务场景，快速完成调研、模型开发与评估； 4. 跟踪业界前沿技术的发展，探索深度学习等前沿技术在企业智能场景下的应用前景。 【岗位要求】 1. 数学类、计算机科学或相关专业的硕士及以上学历，2年以上深度学习以及自然语言处理经验； 2. 扎实的数据结构和编程基础，至少精通一种编程语言，如Python，Java，SCALA等; 3. 熟悉深度学习（如DNN、CNN、RNN、LSTM、Bert等）以及常见机器学习算法（LR、SVM、xgboost、贝叶斯等）的原理与算法，并有相关算法的实践经验； 4. 熟悉TensorFlow、Pytorch、nltk其中一种深度学习框架; 5. 良好的英语阅读能力，有强烈求知欲，关注业界前沿技术和人工智能相关的学术研究动态； 6. 加分项：熟练掌握海量数据处理技术，有使用Hadoop/Hive/Spark分析海量数据的能力和经验

职位描述 1.研究数据挖掘和大数据领域前沿技术，探索广告投放和用户增长数据模型。 2.基于对游戏用户的理解和大量数据特征，建立完善的广告投放效果数据特征，提升广告投放ROI。 3.参与游戏发行广告数据建设，挖掘数据价值，辅助广告投放决策。 职位要求 1.掌握常用的数据开发分析语言，熟悉数据仓库系统，有python 、sql、spark相关开发经验。 2.熟悉常用数据挖掘技术、机器学习算法、因果推断等，有一定的理论技术和实践经验。 3.熟悉广告行业相关知识，了解广告投放流程，有广告投放或者市场投放经验者优先。 4.良好的逻辑思维和数据敏感度，较强的coding能力和严谨的代码风格。 5.有热情、爱学习，热爱游戏行业。

数据挖掘工程师 【岗位职责】 1.实现国家重点项目中的数据采集、传输、存储、计算、分析、可视化、数据治理等产品； 2.参与大数据AI系统的数据中台设计和研发工作，为知识图谱、人物建模、搜索推荐提供高质量数据、灵活可扩展的处理流程以及直观易用的数据界面； 3.全球多语言技术数据的抓取/补全； 4.数据正确性/完整性自动化检查； 5.自动抓取入库流程框架开发； 6.数据统计框架开发； 7.数据文档撰写。 【岗位要求】 1.本科及以上学历，计算机/数学相关方向专业，至少3年以上工作经验； 2.编程能力过硬，熟练掌握python或java编程； 3.会使用数据分析/挖掘常用方法，序列分析，关联分析，异常点挖掘，分类，聚类等，熟练使用数据分析及可视化工具Excel,Tableau等 4.熟悉mysql数据库，能够熟练编写sql语句并优化 5.有知识图谱、数据中台研发经验者优先； 6.有数据清洗、数据处理、数据自动化监测经历优先； 7.熟悉一种或多种主流开源大数据平台组件，如Flume、Kafka、Hadoop、Hive、Spark、Flink优先； 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；

请注意：需要11月3日前能入职的同学哦，合适的话欢迎大家投递简历~ 【职责描述】 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、客户画像标签定制，并落地到相关数据营销系统，助力用户精准营销； 3、负责主导银行数据、指标设计、模型设计、挖掘建模、统计分析相关的脚本开发； 4、根据业务需求，制定相关数据的采集和加工策略，设计、建立、测试相关的数据模型，实现快速数据赋能； 5、负责业务部分进行数据需求支持，提供需求分析、样本抽样、模型构建、指标定义等数据赋能服务以及相关文档编写；。 【任职要求】任职要求 1、本科及以上学历，经济金融、理工科、统计学等背景优先，4年以上相关银行或金融项目工作经验，对银行业体系下的数据仓库，数据中台相关系统有一定了解； 2、掌握SQL、Python/SAS等数据分析处理技能，能使用Hadoop/Hive/Spark/Flink分析海量数据； 3、对金融业感兴趣，对数据业务场景敏感； 有金融银行相关行业经验优先。 4、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； 5、有银行零售营销领域或互联网营销领域的相关数据分析经验的优先； 岗位有出差需求，介意者勿投。

岗位职责： 1、负责挖掘公司内部数据，包括但不限于：财务、运营、销售、工程服务等业务领域，衍生出对业务目标有预测效果的特征或模型；  2、使用数据挖掘理论及技术，对异构数据建立算法模型，完成统计、分析、预测等任务； 3、负责从业务需求出发，通过数据分析和智能算法设计，设计数据挖掘的解决方案并实施落地，全流程闭环跟进。 岗位要求： 1. ****及以上学历，计算机、数学、统计学等相关专业方向； 2. 5年以上机器学习/数据分析/数据挖掘/人工智能方向工作经验；有2-3个制造行业数据挖掘项目落地经验； 3. 精通数据挖掘领域常用算法，熟悉传统机器学习、深度学习的基础理论和算法，包括但不限于回归分类常见算法、随机森林、GBDT、神经网络等； 4. 熟练掌握Python、SQL；对大数据平台Hive,、Spark、Hadoop 有一定的了解； 5. 具备迅速了解业务场景并识别出机会点的能力，严谨的逻辑思维能力，高水平的沟通能力，有快速学习能力 和丰富的问题解决能力，具备高度个人驱动力和执行力，同时具备良好的团队合作精神。

职位描述： 作为数据开发工程师，您将负责设计、开发和维护数据爬虫系统和数据清洗系统，确保为大模型训练团队提供高质量的数据源。您将与一流的技术团队紧密合作，探索数据采集和处理的前沿技术，为公司的AI战略提供有力支持。 岗位职责： 设计和开发高效、稳定的数据爬虫系统，从各种来源收集数据。 使用多种开源工具和平台，设计并实现数据清洗和整理系统。 深入理解大模型训练的数据要求，确保输出的数据源符合训练需求。 持续优化爬虫和数据清洗流程，确保数据质量和效率。 对爬虫和数据清洗系统进行维护和更新，应对数据源的变化和挑战。 任职要求： 本科及以上学历，专业背景为计算机科学、数据科学或相关领域。 至少3年数据爬虫和数据清洗相关工作经验。 熟悉主流的数据爬虫和数据清洗开源工具，如Scrapy、BeautifulSoup、Pandas等。 能够独立设计和开发完整的爬虫和数据清洗系统。 具有出色的团队合作和沟通技巧，能够在跨部门项目中高效工作。