职位描述: 1、基于百亿级海量数据，发现用户行为规律，挖掘用户标签，并应用于内容安全业务； 2、针对特定场景，结合用户行为分析、内容识别，发现潜在的内容风险，为公司业务的发展保驾护航； 3、持续完善监控体系，快速发现、定位风险。 任职要求: 1、计算机、数学或统计学相关专业本科及以上学历，2年以上工作经验； 2、思路清晰，逻辑严谨，有高度的业务敏感性与数据敏感性; 3、掌握1-2门编程语言，java/python优先，有良好的编程风格； 4、熟悉机器学习、数据挖掘、数据分析、分布式计算其中一项或多项，有实际工作的经验。

职位职责： 1、负责数据智能营销产品的数据研发工作，参与设计并落地广告业务场景下的数据计算链路，包括客户数据接入，客户效果数据的统计与分析； 2、负责字节全域数据挖掘依赖的数据源架构设计，为下游算法提供鲁棒的数据中间层； 3、全面理解字节系数据，支持洞察相关的数据业务应用，同时通过分析，挖掘等技术手段向业务输出增量的用户画像或者特征。 职位要求： 1、熟悉广告业务包括归因，广告效果统计等数据研发技术；能够熟练设计数仓分层，高效支持下游算法和数据挖掘；具备面向客户交付数据分析和洞察结果的能力； 2、动手能力强， 熟悉SQL，Python，能熟练处理海量数据； 3、良好的逻辑思维能力，优秀的数据敏感度，定位数据问题和分析数据能力优； 4、良好的团队合作精神, 较强的沟通能力。

职位职责： 1、负责整个商家经营工具（罗盘）相关算法设计和落地，为商家赋能，提供经营数据分析和预测； 2、依托字节产品矩阵海量用户行为特征，完成并不断优化电商标签模型和算法，提升电商推荐搜索效果，以及商家达人撮合效率； 3、优化并落地商家经营异常归因、销量预测、爆品挖掘等算法策略，提升商家营销和管理效率； 4、挖掘潜力商家、达人，促进商家-达人撮合，构建良好商家-达人合作生态。 职位要求： 1、熟悉统计机器学习理论，熟悉常见分类、聚类机器学习和深度学习算法； 2、具备数据挖掘、NLP、机器学习、最优化等算法原理知识背景； 3、熟悉C++/Java/Python等，具备优秀的编码能力，至少熟悉一种常见的机器学习/深度学习平台； 4、有钻研精神，突出的数据分析能力，主观能动性强，能适应快速变化的业务需求，具备良好的团队合作精神和沟通技巧。

岗位职责： 1、负责风控模型规划及落地，包括但不限于反欺诈模型、行为评分等等； 2、基于用户行为海量数据，分析和挖掘，发现用户行为模式与规律，提高风控业务效果； 3、通过分析和挖掘数据，发现风险变化趋势，提出建模构想，构建用户画像体系。 岗位要求： 1、有互联网/金融等行业，风控相关工作经验者优先考虑； 2、计算机、统计学、数学相关专业本科及以上学历； 3、3年及以上数据挖掘或知识图谱工作经验； 4、熟悉数据挖掘算法，能够验证算法效果，将算法应用在风控业务中； 5、责任心强，沟通表达能力佳，可独当一面。

岗位职责 1、负责本地零售与仓配业务相关的数据挖掘，能够从海量数据中提取重要的商业结论； 2、研究新业务场景下的效率与服务指标体系设计，参与规划类策略模型设计。 任职要求 1、熟悉Python/SQL语言，必须具备一门对象语言的开发技能； 2、具备较强的业务理解能力，能够独立构建研究框架，有物流与零售领域分析经验； 3、熟悉java/scala与spark优先； 4、有良好的团队合作意识，较强的沟通，分析问题解决问题的能力。

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、基于拼多多电商物流生态数据，通过挖掘和分析实现对物流业务的抽象建模 2、研究供应链系统的效率提升以及降成本的方法 3、工作内容包括但不仅限于：送达时效预测、包裹线路挖掘、快递员调度、单量预测等 岗位要求 1、统计学、数学、计算机硕士以上学历，3年以上机器学习算法相关工作经历 2、熟悉常用数据挖掘和机器学习算法，如deepFM，xgboost，lightGBM 良好的数据敏感度，能从海量数据提炼核心结果，有丰富的数据分析和建模、数据挖掘、机器学习经验 3、熟练运用HQL，Python, Spark, TensorFlow/Keras等工具

岗位职责: 1.丰富的人工智能项目经验,包括语音识别, 声纹识别,图像识别,自然语言处理、知识图谱 ; 2.进行大数据挖掘算法的基础研究及建设,包括:开发大规模深度学习算法,底层并行计算框架,设计开发深度学习组件，数据挖掘新算法研究及引入标准化，标准化算法类工作推进及培训； 3.负责大型人工智能项目方案制定，项目实施落地及优化等; 4.负责机器学习算法，图算法等项目落地； 任职要求: 1、具备3年以上数据挖掘相关工作经验，数学、统计学及计算机等相关专业本科及以上学历。 2、熟悉分布式计算框架（hadoop、spark等）及具备相关工作经验。 3、熟悉常用机器学习算法(如分类,回归,聚类,关联规则等)及其原理,至少在如下一个领域有深入研究:语音声纹、图像、知识图谱、推荐、强化学习、自然语言处理;。 4、熟练掌握Linux/Hive/SQL，至少掌握Python,Scala,Java,R等一种以上常用数据挖掘编程语言。 5、拥有较强的数据洞察能力，数据规划能力、数据分析能力、项目管理能力、逻辑思维能力、问题解决能力、业务敏感度和沟通表达能力。 6.较强的逻辑思维能力,数据敏感度,擅于利用数据发现问题及解决问题; 7.自我驱动能力,对新技术有强烈求知欲和学习能力,有较高的外文资料阅读和翻译能力; 8.较强的沟通表达能力及良好的团队协助能力;

工作职责： -负责推荐系统的策略优化，包括触发、模型等方向的算法调优与技术难点攻克 -大规模机器学习算法研究，并结合业务场景进行方案设计与应用落地 -研究数据挖掘或统计学习领域的前沿技术，并用于实际问题的解决和优化 -通过对数据的敏锐洞察，深入挖掘产品潜在价值和需求，通过技术创新推动产品成长 任职资格： -具有以下一个或多个领域的实践经验者优先：机器学习/数据挖掘/深度学习/信息检索/广告变现 -熟练掌握Python/JAVA/C++ 至少一门语言，熟练使用常用算法和数据结构 -良好的逻辑思维能力，对数据敏感，能够发现关键数据、抓住核心问题

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.负责用户经营的大数据画像挖掘及分析建模， 通过用户行为和业务数据探索，寻找机会点及增长策略，为业务条线的战略规划与营销策略提供可执行方案。 2.全量挖掘银行内部和外部数据，深度分析客户线上、线下及社交媒体全渠道行为，为银行客群经营、产品权益创新、渠道策略优化提供全面洞察，并设计落地方案。 3.基于大数据对银行金融或生活服务类业务进行诊断分析，通过监控业务走势，深入分析和研究经营中存在问题， 发现增长点，并提出关键举措，推动业务目标的实现及产能的提升。 4.作为策略产品经理，协同运营团队，共同设计模型解决方案（如客户细分模型、响应模型、流失模型、客户价值模型等），挖掘用户迁移和交叉销售机会，实现精准营销。 5.合理进行营销投入产出分析，通过科学试验设计，对产品、客群、定价、渠道进行组合策略测试，并跟踪评估及调优效果，寻求最精准客户定位。 6. 对用户经营、增长策略全权负责，持续优化迭代，实现商业利益最大化。 任职资格： 1.本科及以上学历，统计、数学、计算机、工商管理等数据相关专业优先。 2.拥有数据挖掘领域3年或以上的实际工作经验， 有金融和互金行业经验优先。 3.非常熟练hive，sql等基本数据操作语言，熟悉Hadoop/Spark等大数据计算平台，熟悉Python语言 4.熟悉常见数据挖掘算法，熟悉数据建模全流程，可独立完成数据建模全闭环工作，包括特征工程、模型校验、模型调优、模型监控、管理等； 5. 沟通协作能力以及工作主动性，抗压能力。

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，持续优化风控策略； 4、参与用户画像建设、效果评估，满足风控体系建设以及产品功能优化等业务需求； 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、人工智能、统计学、数学等相关专业； 2、2年及以上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、思维开阔，有良好的逻辑思维能力，对解决挑战性问题充满热情，善于分析、解决问题； 5、有良好的团队合作能力、沟通协调能力及自驱力； 6、有画像体系建设相关经验、参加国内外机器学习竞赛经历者优先。

工作职责 1、深入了解互联网贷款业务的市场动态，产品属性、业务场景、客群特征、风险模式，基于海量数据进行衍生变量挖掘，构建各类特征标签和风险特征集市； 2、负责第三方外部资信底层数据挖掘和建模评估； 3、与业务团队深度合作，完成需求沟通对接，评估框架体系设计和数据分析挖掘等工作。 岗位要求 1、研究生及以上学历，统计学、应用数学、计算机、通信等理工科相关专业，工作经验3年左右； 2、熟练使用python，熟悉SQL,Hive,Spark，Hadoop，具备扎实的数据分析功底；熟悉常用数据挖掘算法与模型，熟悉逻辑回归，树模型、无监督、神经网络等建模方法； 3、具备消费金融风险模型开发经验和大数据挖掘/分析经验；优秀的逻辑思维能力，高度的业务和数据敏感性； 4、有金融信贷行业风控数据挖掘或建模经验，有风控策略经验、征信挖掘经验为加分项。

工作职责： 1、洞悉互联网、金融行为、政企等各类内外部数据源，挖掘信贷领域对风险、经营有价值的特征和画像标签； 2、理解信贷业务，基于内部外部多源异构的数据，应用机器学习算法构建风险和营销相关模型； 3、理解业务需求，规划、设计挖掘和建模的方案，完成挖掘和模型构建、上线、维护，并根据效果反馈迭代优化； 4、探索前沿技术，不断提升特征和模型效果、效率并回收业务增益，解决业务问题、助力业务持续增长。 任职资格： 1、硕士及以上学历，计算机、应用数学、统计学、通信、金融等相关专业； 2、扎实的编程基础，熟练应用Python、SQL等分析与建模工具； 3、扎实的机器学习、数据挖掘基础，能够在理解原理的基础上利用机器学习算法以及深度学习算法构建特征和模型； 4、5年以上数据挖掘和模型优化经验，其中不少于3年的银行、持牌消金、头部互金、金融科技等公司独立工作经验； 5、独立负责过风控、经营业务环节中至少一个方向的数据挖掘或建模，对数据敏感，能理解市场上各类数据； 6、良好的团队合作精神，善于沟通，积极主动，有责任心。

需求描述： 1基于小微企业客户的基本信息、税务数据、征信数据、审批数据、还款数据等，运用LR、XGboost、LightGBM等常用算法，优化小企业评分模型的效果，提升模型排序能力和风险识别能力。 任职要求： 1、本科及以上学历，计算机、数学、统计、金融等相关专业，熟悉银行业务知识，掌握数据挖掘、数据治理、数据架构、数据产品相关的理论及方法 2、拥有5年以上从事数据挖掘、数据治理、数据架构、数据产品相关工作的经验，参与过大型项目开展。如拥有3年以上在银行、保险、互联网金融等行业的数据挖掘、数据治理、数据架构、数据产品项目经验者，可适度放宽年限要求。 3、熟悉Teradata、HADOOP等平台，熟练运用主流分析工具（例如SAS、Python、Spark等），有海量数据处理经验，具备编制复杂sql脚本的能力。 4、掌握公文处理软件，会用excel宏处理，擅长PPT编制。 5、熟悉TensorFlow、Keras、Caffe等主流深度学习框架，或有知识图谱、图像处理、自然语言处理、文本挖掘、社交网络分析等方面组合建模工作经验者优先。 6、具有敏锐的洞察力，深入理解业务场景，可提出建设性和创新性的分析方法和解决方案。 7、乐于面对挑战，勇于钻研探索，擅长沟通交流和归纳总结，在策划、编辑、宣传方面有相关经验，具备一定的文字组织能力。 8、热爱数据工作，优秀的合作精神，良好的职业操守（安全意识、法律合规、商业机密等）。 工作内容： 协助行内人员进行行内基础数据探查、数据分析等工作，包括小企业信用评分卡迭代优化模型、开发报告和需求文档撰写等需求。