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、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。

大数据开发、数据分挖掘、BI商业智能、人工智能、区块链培训讲师 工作地点：成都 工作性质：全职/兼职 薪资：面谈 要求： 1. 熟悉大数据开发、数理统计、商业智能、数据分析、数据挖掘、可视化等相关内容之一。 2. 熟练运用EXCEL、Python等软件，有一定的项目实战经验。 3. 精通hadoop生态，能够进行大数据开发授课，有实战经验，具备数据挖掘项目能力， 4.对任何数据领域有一定特长皆可考虑 各层次培训需求都会有，有共同创业精神考虑的朋友可以提出交流。 欢迎有志于CDA数据科学事业的朋友加入。

岗位描述： 1.负责金融，保险，零售，物联网等领域的AI项目分析建模工作，挖据数据中的核心商业价值，解决客户业务中的问题； 2. 与客户沟通，了解业务逻辑及数据收集情况， 了解及构造最关键的因素与特征 3. 设计模型方案，与客户沟通并完成模型建造及优化 4、参与项目的落地开发，与开发团队合作完成模型应用和模型优化。 任职要求： 1.计算机、数据、统计学，工程学等相关专业，熟练应用至少一种数据分析工具 Python/R/SQL； 2.熟悉常用的机器学习模型/算法框架，如GBDT/LR/SVM，scikit-learn等； 3.很强的学习能力和动手能力； 4.思维敏捷，良好的逻辑分析能力、良好的沟通及组织能力； 5.乐于解决具有挑战性的问题； 6.有建模经验，尤其是机器学习建模经验者优先。 加分项： 1.精通一门编程语言，熟练使用常用算法和数据结构，对算法有较强的实现能力； 2.有机器学习、数据挖掘、信息检索等相关领域的理论背景，有研究或应用相关的工作经验；

岗位职责 1、负责数据测试、验证、分析、特征工程等各类数据处理与数据价值分析工作，并出具数据分析报告与数据应用方案。 2、通过数据挖掘、机器学习技术开发业务决策模型或量化数据产品。 3、参与包括模型产品在内的数据产品的测试、上线、投产、追踪、评估等工作。 4、负责同外部机构合作数据产品研发、联合建模工作。 任职要求 1、本科及以上学历，金融、数学、计算机、统计学等相关专业，2年以上模型开发经验，熟悉数据分析，数据处理、变量构造、模型开发、模型部署及监控等流程，有过风控模型开发经验优先。 2、具备量化项目经验、熟悉数据价值分析、数据有效性分析、数据建模方案设计相关工作。 3、熟悉机器学习算法及原理,包括但不限于逻辑回归、决策树、GBDT、XGBOOST,了解NLP相关算法优先,了解爬虫相关技术优先。 4、至少精通Python/R等其中一项编程工具，熟悉深度学习框架pytorch/tensorflow优先。 5、工作积极主动、严谨认真、有较强的责任心、良好的敬业精神和职业道德操守，学习能力强，逻辑性好，善于沟通，不断创新追求卓越。 职位诱惑： 1、综合数据信息服务平台、行业开拓者。 2、团队伙伴open有激情、素质高、执行力强。 3、千万级用户量，好的平台能展示你的才华。 4、1/7/9/11号线地铁出口3分钟直达办公室、交通便利、周边美食云集、办公环境优美。 5、六险一金、绩效奖励、职业技能培训、咖啡茶点等，五天工作制。

一、岗位职责： 1、负责对接总行各业务条线（主要有风险、授信、审计等）的数据挖掘及分析需求，协助完成模型的开发、部署、测试、监控及应用管理： 2、负责推进与子公司、分行的数据服务合作及联合分析建模工作，为总分行营销分析、风险控制和经营管理提供模型应用支持： 3、负责模型特征库和指标体系建设，协助完成模型数据需求整合，包括业务含义和业务口径梳理，推进数据需求的开发、测试并完成指标的验证： 4、负责利用机器学习技术开发和落地不同业务场景的模型，包括但不限于特征工程、机器学习、知识图谱、神经网络等建模方法与无监督学习、半监督学习、有监督学习目标交叉融合的模型。 二、岗位要求： 1、***本科及以上学历，数学、统计、计算机、金融工程、信息技术、计量经济学等相关专业： 2、具有较强的责任心，执行力，有良好的团队合作和项目管理能力： 3、具有3~5年金融业或银行业大数据处理、风控或营销模型开发及实施经验： 4、熟悉主流算法和模型，SAS、python、BI、MYSQL、SPSS、Excel等主流分析工具，拥有较强的学习能力、沟通能力和文字表达能力，能独立完成分析报告的撰写： 5、具有金融业或银行业风险、零售条线相关业务经验优先，具有风险管理相关经验优先。

工作职责： 1、利用数据挖掘、机器学习相关知识和算法，根据业务的需求进行建模。 2、从海量数据中发现问题，在数据发生异常时及时感知数据反映的业务问题，从数据中找出问题，挖据数据中的核心商业价值，指导业务决策。 3、参与模型专题的设计、实现、算法调优、模型优化、业务验证、模型投产。 4、参与项目的落地开发，作完成模型应用和模型优化。 岗位要求： 1、重点大学硕士及以上学历，统计学、数学、应用数学等数学类相关专业，具备复合专业背景者优先。具有2年以上数据挖掘、数据分析相关工作经验者优先。 2、熟悉常用机器学习、数挖算法及原理，并具备相关项目经验，有金融,保险，快消的业务背景优先。 3、精通SQL，熟练掌握至少一门数据分析编程语言，如：python,熟悉Hadoop、Hive、Spark等大数据处理平台。 4、具备良好的分析问题能力、沟通能力和团队合作能力，具备很强的学习和钻研能力。

工作内容：1. 基于多模态大数据进行深度挖掘和优化，能够从业务和产品的角度出发，利用数据发现产品、系统或是业务的瓶颈，并提出优化的方案。2. 能够利用数据挖掘，机器学习等技术分析和解决实际问题，例如实现模块自动化，或者优化现有算法的精度。3. 定期进行产品的全面诊断分析，发现业务问题，为上层决策提供参考。4. 紧跟机器学习及深度学习前沿技术，并应用于业务扩展中，实现业务价值。任职要求：1. 计算机，电子信息，统计，应用数学等相关专业背景，硕士及以上学历。2. 从事过机器学习、数据挖掘、NLP等算法相关的项目经验，熟悉常见的概率统计、数据挖掘、机器学习等算法。3. 熟练使用C++、JAVA、scala、Python、R、SAS等编程语言中的至少一种，具备一定的模型开发能力，熟练使用SQL、shell。4. 良好的逻辑思维能力，善于发现和分析问题。5. 具备较好的算法理论基础，喜欢研究前沿技术，有相关经验和顶会文章发表的优先。

工作职责： 1. 运用机器学习相关技术，对海量数据进行处理和分析，挖掘相关信息，建立模型，分析关键因素，给出业务分析报告； 2. 基于大数据平台，提取、处理业务数据，通过 数据分析和数据挖掘，给出直观的结论及业务洞见； 3. 参与业务经营分析，分析业务变化趋势，变化变化原因。 职位要求： 1. 熟悉机器学习中的预测模型，如logistic regression, 神经网络，SVM 及决策树等； 2. 在机器学习模型和算法方向有应用经验； 3. 从数据细节中找到有用信息； 4. 掌握常用算法编程语言，如Python。

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

岗位职责： 1、参与大数据项目的数据探索、分析洞察、挖掘建模、机器学习工作，完成数据治理相关的数据获取等内容； 2、能够基于数据分析得到有价值的信息，为数据治理提供数据支持，从数据分析和数据挖掘的角度为业务诉求、痛点及问题提供建议； 3、基于实际业务场景与需求，为业务部门提供预测、决策控制等功能的模型。 任职要求： 1、3年以上工作经验，本科以上学历，数学、统计学、计算机相关专业优先； 2、具备大规模数据处理能力，熟练使用SQL等相关数据提取工具和R、Python等相关分析工具； 3、具有扎实的数理统计知识，如概率论、假设检验、多元统计分析等; 4、能熟练应用常用数据分析、数据挖掘/机器学习等方法 5、擅长多模态数据融合

工作职责： 1.负责数据分析,数据挖掘相关的算法、应用的设计与开发； 2.负责公司产品各阶段数据的整理、分析、挖掘及提交数据报告，重点对车辆行为数据进行分析和挖掘，利用数据分析结论推动业务产品的优化； 3.对海量业务数据进行整合、分析挖掘，挖掘产品以及用户潜在信息，为营销、运营及决策提供业务分析及数据支持。 岗位要求： 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，有数据分析相关工作经验优先； 2、具有深厚的数学、统计学和计算机相关知识，了解数据仓库和数据挖掘的相关技术； 3、熟练掌握SQL，有独立的数据探查能力; 4、曾经参与过比较完整的数据采集、清洗、整理、分析工作，有数据产品设计经验；5、对商业和业务逻辑敏感，具备良好的逻辑分析能力、组织沟通能力和团队精神； 6、熟悉决策树、聚类、逻辑回归，关联分析、SVM，贝叶斯等数据挖掘算法优先，有海量时间序列数据挖掘经验优先； 7、熟悉SAS、SPSS、R等统计分析软件者优先； 8、具有海量数据挖掘、搜索、推荐相关项目的工作经验者优先； 9、有物联网，环保相关行业背景，有竞对数据分析及数据挖掘经验优先。

1. 负责数据挖掘领域的分析研究，包括数据挖掘算法研究，特定业务的数据挖掘模型分析、建模 ； 2、根据产品功能需求，提供query分析、分词、文本相关性、分类/聚类等方面的调研和开发工作； 3. 利用数据挖掘、建模分析的理论和方法解决具体业务需求问题，提升业务运转能力；  4、对互联网大数据挖掘、数据分析有一定的研究，并且拥有非常强的自我学习能力、自我激励能力。

一、岗位职责： 1、负责并且承担数据分析模型的建立、跟踪与优化； 2、建立挖掘模型实现数据预测，为市场商业行动提供有效落地建议； 3、参与收集、评估和分析需求，负责数据挖掘方案的设计、实现和持续优化。 任职要求： 1、计算机、数学、统计或相关专业本科及以上学历，三年以上工作经验，具备良好的沟通能力； 2、熟悉机器学习过程，熟悉常见的机器学习算法；并有独立完整的建模实践经验； 3、具备扎实的数据结构、算法和开发能力，熟练掌握Python编程语言，熟悉Linux系统及常用shell命令； 4、参与过用户画像、数据挖掘、数据分析等工作，并有良好的数据分析能力，电信行业从业及分析经验的优先； 5、熟悉机器学习的常用算法及模型原理，包括但不限于逻辑回归、朴素贝叶斯、线性回归、支持向量机、决策树、随机森林、神经网络。

岗位职责:  1. 针对海量用户行为数据，构建用户立体的、多维度画像、建立业务所需的各类基础数据及检出模型；  2. 负责基于网络安全日志、访问日志、网络流量，开展网络安全研判模型、网络安全事件模型等业务。  3. 负责数据关联算法研究及数学模型建立，通过数据挖掘、数据建模、机器学习训练，识别安全威胁；  4. 参与安全数据分析和攻击建模课题的研究，利用数据分析的方法解决安全类问题；  5. 对海量业务数据进行分析建模，挖掘目标行为特征；  6. 参与公司大数据处理平台的设计与建设，研究基于大数据的网络威胁态势感知技术。  任职资格:  1. 数学、统计学、计算机、运筹学、信息系统等相关专业，3年以上工作经验；  2. 扎实的编程基础，至少熟悉Python/R/Java其中一种编程语言，能够自主完成数据分析及挖掘工作；  3. 熟练掌握MySQL、MongoDB、hbase等数据库，能够自主完成数据提取与分析；  4. 至少熟练使用sklearn/tensorflow/pytorch/statsmodels等AI、统计分析相关框架；  5. 有较强的数据分析和解决问题的能力，具有模型结构设计，训练调优和压缩优化经验；  6. 熟悉Hive、Habse、Spark、flink等大数据处理技术，有完整的数据挖掘、优化模型、模型应用实施经验；  7. 熟练应用决策树、逻辑回归、SVM、聚类、Bayes、GBDT、XGBOOST、Neural Network、CNN、LSTM、ARIMA预测等常用数据挖掘算法和统计分析方法；  8.有不错的大数据优化经验