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、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、负责信息平台、电商等字节跳动业务的体验工作，负责构建完善的数据挖掘技术，支撑用户体验优化； 2、结合海量数据信息，深入理解用户，运用数据分析、机器学习等手段，挖掘影响业务表现的用户体验问题，并与相关团队协作推动优化落地； 3、基于业务形态和挖掘技术的理解，提炼体验数据挖掘的通用能力，并推进挖掘能力在各业务领域落地。 职位要求： 1、本科及以上学历，计算机、数学、统计学或相关专业，5年以上数据工作经验； 2、熟练使用SQL，Python/R，有扎实的数据结构和算法功底，熟悉数据挖掘，机器学习，深度学习，复杂网络中的一项或多项； 3、具备优秀的业务洞察能力、逻辑思维能力、数据分析能力和解决问题的能力； 4、具备优秀的沟通和跨团队协作能力，能够独立推进项目落地； 5、有用户体验领域数据分析经验者，时序建模、因果推断、运筹优化等相关技术经验者优先。

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。

【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。

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。

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。

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、数据收集与预处理：数据收集：负责从各种数据源（如数据库、文件系统、网络等）中收集数据，确保数据的全面性和多样性。数据预处理：对数据进行清洗、整理、转换和归约等操作，以提高数据的质量和可用性。这包括处理缺失值、异常值、重复值等问题，以及将数据转换为适合挖掘的格式。 2、数据挖掘与分析：数据挖掘：运用统计学、机器学习和数据挖掘技术，对预处理后的数据进行深入分析和挖掘，以发现模式和趋势。这包括分类、聚类、关联规则挖掘、回归分析、时间序列分析等多种方法。数据分析：通过数据挖掘技术发现数据中的隐藏模式、关联规则和趋势，提取有用的信息和知识。这些分析结果可以用于业务预测、市场趋势分析、用户行为研究等多个方面。 3、模型构建与优化：模型构建：根据业务需求和数据特点，选择合适的机器学习算法或深度学习模型，构建数据分析模型。这些模型可以用于分类、预测、推荐等多个场景。模型优化：对构建的模型进行评估和优化，提高模型的准确性和性能。这包括调整模型参数、选择更合适的算法、优化特征工程等方面。 4、数据可视化与报告：数据可视化：利用数据可视化工具（如Tableau、Power BI等）将挖掘和分析的结果以直观、易懂的方式呈现出来。这有助于用户更好地理解数据和分析结果，发现数据中的规律和趋势。报告撰写：撰写数据挖掘和分析报告，向决策者和相关人员解释和说明分析结果，并提出相应的建议和决策支持。这些报告可以包括数据摘要、分析结果、模型性能评估等多个部分。 任职要求： 1、教育程度：计算机、数学、统计学相关专业；本科及以上学历。 2、工作经验：具备5年及以上专业工作经验。 3、知识：熟悉常用数据统计、分析和建模方法；熟练掌握各类算法包括分类算法、聚类算法、关联规则挖掘、异常监测等；熟练使用Python、Sql等语言； 熟悉大数据技术栈和工具，如Hadoop、Flink、Kafka等。 4、技能：熟悉数据作业流程，包括指标体系定义、数据清洗ETL、数据分析挖掘、数据可视化与展示；熟悉各种类型的统计方法，比如概率分布、相关性、回归、随机过程等；能够使用机器学习算法建立数学模型；熟悉常用大数据计算引擎flink；熟悉TensorFlow、PyTorch等深度学习框架。 5、核心能力素质：分析判断能力、解决问题能力、执行能力、沟通能力、文字能力、抗压能力、业务知识、工作主动性、责任意识、团队协作、严谨细致、服务意识、敬业精神、正直诚信。

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。

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

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。

工作职责 1. 带领团队通过数据分析与挖掘(如机器学习/深度学习)技术加工画像标签；构建用户、商品、门店等等画像，为精细化运营提供标签资产。 2. 不断优化画像标签，推动画像在智能营销、个性化推荐、用户分析等场景的落地，驱动业务增长； 3. 管理团队，规划画像的挖掘方向，指导团队成长。 岗位要求 1. 计算机相关专业本科及以上学历； 2. 掌握和理解常用数据挖掘和机器学习算法(例如LR、XGBoost等)，至少熟练使用一种高级编程语言，如Python、Java、Scala等； 3. 有较强的沟通和学习能力，很好的团队协作精神； 4. 有用户画像相关背景优先。

工作职责 1. 负责用户/商品画像系统建设，针对海量用户行为和内容信息建立、评估、持续迭代用户/商品画像体系； 2. 负责定价系统设计和搭建，运用机器学习和深度学习相关技术，进行选品、商品定价和价格监控和预警； 3. 参与数据到业务落地全流程，包括但不限于数据处理、数据分析、特征工程、算法模型设计、评估、迭代，并持续探索最前沿技术。 任职要求 1. 具有多场景预测算法落地经验，精通常见数据挖掘、机器学习以及运筹优化算法，相关电商选品、定价算法有经验者优先考虑； 2. 扎实的计算机功底，擅长至少一门编程语言（Python、Scala、Java等） 3. 良好的沟通能力，具有跨团队的多方密切合作意识。

职责描述： 1. 负责金融客户的数据化营销或数据化风控项目的方案设计以及实施。 2. 负责项目中业务分析，客户分析， 用户生命周期数据化运营和风控。 3. 负责项目中模型全流程开发，测试以及改进。 4.负责营销项目前中后全流程的量化预测和评估。 任职要求： 1、数学、统计、计算机、经济学等相关专业，本科及以上学历； 2、两年及以上数据挖掘工作经验，有金融营销，风控从业背景优先； 3、具备扎实的理论基础（统计分析、假设检验、预测模型），熟悉回归、分类、聚类、关联等算法，熟悉数据统计建模、数据挖掘、机器学习方法，有丰富的数据清洗、分析、挖掘和建模的经验； 4、熟练应用R、python、SQL、SAS、SPSS等相关数据分析工具； 5、具备优秀的业务理解能力，良好的沟通能力和强烈的责任心；具有团队精神、工作认真踏实；能够承受一定的工作压力； 6、可以承受一定程度的出差和驻场