数据挖掘岗位职责(9篇)

篇2：数据挖掘岗位工作职责

简介:数据仓库,英文名称为DataWarehouse,可简写为DW或DWH。数据仓库,是为企业所有级别的决策制定过程,提供所有类型数据支持的战略集合。它是单个数据存储,出于分析性报告和决策支持目的而创建。为需要业务智能的企业,提供指导业务流程改进、监视时间、成本、质量以及控制。

数据仓库职位描述(模板一)

岗位职责:

1、参与数据仓库架构设计与数据开发,建设PB级共享的数据平台;

2、负责数据平台相关数据管理工作,如研发规范、质量规范、保障规范的制定与推动实施落地;

3、负责来自业务团队数据需求的研发支撑。

任职要求:

1、从事数据仓库领域工作至少2年以上,熟悉数据仓库模型设计方法论,并有实际模型设计及ETL开发经验;

2、掌握大型数据库开发技术,如Oracle、Teradata、DB2、Mysql等等掌握至少其中一种,灵活运用SQL实现海量数据ETL加工处理;

3、熟悉数据仓库领域知识和管理技能,包括但不局限于:元数据管理、数据质量、性能调优等;

4、有从事分布式数据存储与计算平台应用开发经验,熟悉Hadoop生态相关技术并有相关实践经验着优先;

5、掌握一门或多门编程语言优先,如Java、Python、Perl等;

6、最好熟悉Linu*系统及常规shell处理命令;

7、良好的语言沟通与表达能力和自我驱动动力。

数据仓库职位描述(模板二)

岗位职责:

1、负责核心数据仓库开发工作(业务梳理、宽表建模、数据治理),实现高质量数据的互通与共享;

2、负责商业智能数据报表,参与数据产品与应用的数据研发,发掘数据商业价值;

3、业务实时数据的处理和统计,提供高质量数据接口。

任职要求:

1、扎实的数据仓库理论基础,熟悉数据仓库模型设计,应用层建设有实践经验;

2、熟悉仓库建设相关的技术栈,例如:SQL,Hive,Hadoop/Spark,Flume,Kafaka等;

3、掌握数据库开发技术,具备海量数据加工处理(ETL)相关经验,有数据库建模经验,灵活运用SQL实现数据ETL加工处理;

4、具备代码开发能力,熟练掌握Java、Scala、Python等至少1种语言;

5、有互联网行业数据仓库经验者优先。

数据仓库职位描述(模板三)

岗位职责:

1、参与全公司统一的数据仓库架构设计与数据开发,建设PB级共享的大数据平台;

2、负责数据平台的业务建模,需求调研,协同业务部门规划数据仓库模型,数据领域模型建设,达成一致意见并快速实现;

3、负责与企业级数据仓库建设和管理,包括但不限于数据质量、数据模型、数据安全相关标准的制定。

任职要求:

1、从事数据仓库领域工作至少2年以上,熟悉数据仓库模型设计方法论(重点考察维度模型),并有实际模型设计及ETL开发经验(熟悉各种场景下的ETL加工和处理技术);

2、掌握大型数据库开发技术,如Oracle/Teradata/Hadoop等等掌握至少其中一种,灵活运用SQL实现海量数据ETL加工处理;

3、有互联网数据仓库设计经验、熟悉某一领域的业务主题(如金融的FS-LDM模型);

4、了解星型模型、雪花性模型、企业信息化工厂之间的区别,以及适用场景;

5、熟悉数据仓库领域知识和管理技能,包括但不局限于:元数据管理、数据质量、性能调优等;

6、有从事分布式数据存储与计算平台应用开发经验,熟悉Hadoop生态相关技术并有相关实践经验着优先;

7、最好熟悉Linu*系统及常规shell处理命令;

8、掌握一门或多门编程语言优先,如Java、Python、Perl等。

数据仓库职位描述(模板四)

岗位职责:

1、负责企业级数据仓库架构设计、建模以及ETL开发,构建可扩展的数据仓库解决方案;

2、负责公司日常运营报表开发维护,和业务及分析部门沟通协作,提供多层面数据服务;

3、提供完善的数据保障体系,包括元数据管理、数据质量、数据安全等。

任职要求:

1、计算机或相关专业本科及以上学历;

2、具有丰富的数据开发经验,对数据处理、数据建模、数据分析等有深刻认识和实战经验;

3、熟悉SQL,有一定的SQL性能优化经验;

4、熟练掌握Java语言,MapReduce编程,脚本语言Shell/Python/Perl之一;

5、业务理解力强,对数据、新技术敏感,对云计算、大数据技术充满热情;

6、积极乐观、诚信、有责任心;具备强烈的进取心、求知欲及团队合作精神。

数据仓库职位描述(模板五)

岗位职责:

1、负责数据仓库建设、设计、优化和落地;

2、负责数据ETL开发、数据平台建设、设计并实现对BI分析、数据产品开发。

任职要求:

1、985院校计算机相关专业本科以上学历;

2、有较扎实的数据仓库理论基础,对数据模型建设、应用层建设有比较丰富的经验;

3、有Hadoop、Hive、Spark、Impala等大数据技术使用经验者优先。

篇3：数据挖掘实习生岗位工作职责

简介:数据挖掘(英语:Datamining),又译为资料探勘、数据采矿。它是数据库知识发现(英语:Knowledge-DiscoveryinDatabases,简称:KDD)中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关,并通过统计、在线分析处理、情报检索、机器学习、专家系统(依靠过去的经验法则)和模式识别等诸多方法来实现上述目标。

数据挖掘实习职位描述(模板一)

岗位职责:

1.行业相关数据的统计分析和挖掘;

2.基于数据挖掘算法的各种产品系统原型的实现;

3.当前主流算法的探索和实验。

任职要求:

1.计算机或相关专业学生;

2.熟悉自然语言理解、文本分析或图像处理等领域的常用算法,有深度学习相关经历者优先;

3.熟练使用Python,了解常用数据结构,有linu*平台及C++开发经验者优先;

4善于分析和解决问题,自我驱动强,有较好的沟通,创新及动手能力。

数据挖掘实习职位描述(模板二)

岗位职责:

1.参与数据预处理、业务建模;

2.参与大数据分析,精准推荐等系统的设计和开发;

3.负责海量数据的分析和挖掘工作,包括特征提取和标注,自然人关系计算,自然人聚类,自然人属性标注等相关算法的设计和开发。

任职要求:

1.计算机、统计、数学相关专业;

2.有数据挖掘大赛、实际项目经验;

3.熟练使用python/java中至少一种语言,有数据处理经验;

4.熟悉sql,有hadoop,hive,spark相关知识优先;

5.熟悉linu*编程环境;

6.良好的学习能力、逻辑思维能力,强烈的工作责任感和事业心。

数据挖掘实习职位描述(模板三)

岗位职责:

1.参与相关核心技术算法研究与引擎产品化等开发工作;

2.与技术团队完善公司各项研发规范及流程。

任职要求:

1.学历要求:统招本科在校生;

2.能力要求:熟悉智能问答/语义理解/知识图谱等的相关算法及实现原理,有相关工作经验或者实验室经验;

3.掌握Python/Matlab/C++,能够无障碍阅读英文论文;

4.对算法较为了解,对工程优化有一定经验。

篇4：高级数据挖掘工程师岗位工作职责

简介:数据挖掘(英语:Datamining),又译为资料探勘、数据采矿。它是数据库知识发现(英语:Knowledge-DiscoveryinDatabases,简称:KDD)中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关,并通过统计、在线分析处理、情报检索、机器学习、专家系统(依靠过去的经验法则)和模式识别等诸多方法来实现上述目标。

高级数据挖掘工程师职位描述(模板一)

岗位职责:

1.负责用户画像和商户画像体系的建立;

2.负责用户和商户相关的数据挖掘和分析;

3.负责评论数据的挖掘和知识图谱的研发;

4.配合产品经理完成数据分析需求和数据产品开发。

任职要求:

1.在自然语言处理和机器学习方面有较为丰富的实战经验:;

2.有大数据处理分析经验,熟悉Hadoop、Hive、Spark等大数据处理平台;

3.至少精通Java语言、Python、或者Scala之一;

4.了解Linu*脚本编程,熟悉服务器端编程,有技术团队管理经验的优先;

5.善于独立思考,逻辑清晰,热爱挑战,具备快速学习能力;

6.具备良好的沟通能力和团队合作精神。

高级数据挖掘工程师职位描述(模板二)

岗位职责:

1.负责用户基础数据挖掘工作,构建用户数据挖掘系统;

2.通过特征抽取和建模,实现用户行为分析和用户画像,为决策提供数据支持;

3.分析系统的技术缺陷,对策略框架做出合理地调整或改进;

4.负责数据波动和异常的监控报警。

任职要求:

1.计算机及计算机相关专业本科或本科以上学历;

2.精通Linu*,熟悉python编程语言以及shell脚本;

3.具有良好的数学基础和数据分析能力,对数据敏感;

4.熟悉hadoop、Spark等分布式计算系统,了解hive、kafka、ambari工具者;

5.良好的学习能力、逻辑思维能力,强烈的工作责任感和事业心。

高级数据挖掘工程师职位描述(模板三)

岗位职责:

1.识别业务场景,明确目的;

2.更具目的与业务经验收集相关数据;

3.探索数据、提取特征进行建模;

4.应对各业务部门的精细化运营需求,提供数据挖掘解决方案;

5.后续结果评估、以及模型的改进与控制。

任职要求:

1.统招计算机或软件相关专业,本科及以上学历;

2.精通数据挖掘、机器学习等相关模型及算法,熟悉数据挖掘方法;

3.熟练使用java/R/python等;

4.能使用hadoop、hive、spark等工具;

5.掌握一定的关系数据库知识,对海量数据挖掘分析有浓厚兴趣;

6.有很强的学习能力,积极主动,能承担压力。

高级数据挖掘工程师职位描述(模板四)

岗位职责:

1.结合业务场景,对海量用户行为数据进行深度数据分析与统计,挖掘用户行为模式,为运营决策提供数据支持、产品规划建议;

2.结合用户数据与外部数据,自研或改进算法,对用户行为进行高精度预测;

3.针对即有的业务产品进行推荐算法的设计;

4.可将单机算法模型进行分布式改造,并部署到生产分布式计算环境;

5.关注数据挖掘及机器学习技术前沿动态,并可以结合场景推进算法模型类产品升级。

任职要求:

1.本科(以上学历,经济学,数学,统计学,计算机等和数据挖掘高度相关专业;

2.有互联网建模及挖掘工作经验者;

3.熟练掌握SQL,掌握R,python,java语言之一;

4.熟悉分布式计算框架MR,Spark的使用。了解Hadoop家族生态优先;

5.熟练使用常用机器学习算法,如逻辑回归/贝叶斯网络/决策树/随机森林/GBDT/支持向量机等,对于特征工程、算法选择和调优;

6.负责敬业,乐于分享,勇于探索与坚持创新。

高级数据挖掘工程师职位描述(模板五)

岗位职责:

1.结合现有的技术体系,完成数据挖掘团队的建设;

2.负责对用户及商品建模,完成画像相关工作,并能持续改进;

3.基于公司其他大数据的需求,开发对应的数据产品;

4.对接开发工程师,完成数据产品的使用以及部署工作。

任职要求:

1.计算机、统计学、数学、计量经济学、金融学等相关专业,本科及以上学历,2年以上数据分析相关工作经验;

2.熟练掌握SQL,有独立的数据探查能力;

3.熟悉数据挖掘、机器学习、推荐系统的理论;

4.具备较强的规划和统筹能力,有较强的执行能力和团队协作能力。

篇5：数据挖掘工程师岗位工作职责

简介:数据挖掘工程师是数据师(Datician['det?n])的一种。一般是指从大量的数据中通过算法搜索隐藏于其中知识的工程技术专业人员。这些知识可用使企业决策智能化,自动化,从而使企业提高工作效率,减少错误决策的可能性,以在激烈的竞争中处于不败之地。

数据挖掘工程师职位描述(模板一)

岗位职责:

1.通过海量数据挖掘、机器学习等方法进行核心策略的研究及开发;

2.用户分析、理解及建模,持续提升用户产品体验;

3.高性能、高并发的机器学习、数据挖掘方法及架构的研发;

4.算法及数据挖掘在新业务领域的推进及应用。

任职要求:

1.计算机/数学/统计学等相关专业本科及以上学历;

2.精通一门或多门开发语言(Python、C++、Java等);

3、对算法、海量数据挖掘有业界实践经验,熟悉机器学习、数据挖掘方法优先考虑;

4.善于独立思考,逻辑清晰,热爱挑战,具备快速学习能力;

5.具备良好的沟通能力和团队合作精神。

数据挖掘工程师职位描述(模板二)

岗位职责:

1.对产品与用户数据进行深入分析,发现数据背后的特征规律;

2.完成产品、市场、课程等部门提出的各类数据需求;

3独立或与数据组其他成员共同完成机器学习与数据挖掘项目;

4.第三方统计平台的调研、部署、维护以及测试验证工作。

任职要求:

1.本科以上学历,数学、物理、统计、金融工程、机器学习、计算机相关专业;

2.熟悉各类模型分类与回归算法,熟悉各类变量筛选与降维算法;

3.熟练使用hadoop、hive、hbase进行大数据分析处理;

4.具备良好的专业背景、逻辑能力好,有较强的执行力和沟通能力。

数据挖掘工程师职位描述(模板三)

岗位职责:

1.负责公司相关数据模型产品的模型设计以及开发等工作;

2.为公司业务提供模型算法和数据分析支持并不断完善模型算法及优化;

3.梳理公司数据需求,进行BI/DW系统规划及开发跟进,为业务方提供指导,提升数据使用效率;

4.通过大量数据,分析实施商品挖掘、用户推荐、买家分析、用户画像等。

任职要求:

1.扎实的数据仓库、机数据挖掘理论基础;

2.熟练运用Java、Python等语言;

3.有2年以上海量数据处理工作经验,大数据挖掘、分析、建模经验;

4.熟悉常见的分类、聚类、推荐等机器学习算法及原理,和它们的使用场景;

5.具有扎实的操作系统、数据结构等编程基础;

6.对Hadoop、Hive、Spark、Storm等大规模数据平台有运维调优经验;

7.良好的团队合作,较强的沟通能力,敢于挑战新技术。