工作职责: 1、深入理解业务需求，运用机器学习/深度学习技术和工具，构建高效的算法和模型体系，支撑业务决策提供高质量模型和结果； 2、针对海量的数据进行分析和建模工作，具体包括目标制定、数据清洗和预处理、特征工程、模型构建和评价等； 3、针对个人用户和小微客户建立信用评价模型，对用户进行分层管理和风险控制； 4、持续跟踪业内先进技术，实现技术积累复制和规模效应。 任职资格: 1、硕士以上学历，具有数据科学、计算机、统计学、信息技术等背景，熟悉运营商、金融数据优先； 2、具备扎实的编程能力，拥有python、sql，pyspark等使用经验，熟练使用深度学习框架tensorflow、pytorch优先； 3、具有大规模数据建模经验，熟练掌握机器学习算法原理，有模型调优，部署监控等经验，有金融风控经验优先； 4、具有较强的数据敏感性和自驱力，在国内竞赛平台如kaggle、天池等获得优秀成绩者优先。

任职要求： 1、计算机或相关专业，有3年及以上的大数据仓库及数据治理相关经验； 2、精通大数据仓库模型设计，主题模型、逻辑模型、物理模型；； 3、精通数据仓库建模及设计，主数据建模； 4、熟练数据治理体系相关知识及有过数据治理项目实践经验； 5、精通Hadoop、Hive、Hbase、Impala、MySQL、Oracle等数据库； 6、精通SQL、存储过程、Spark开发技能； 7、精通kettle等数据采集工具； 8、精通Linux操作命令及Shell脚本

岗位职责： 1、参与数据中台模型开发； 2、保质保量完成上级交代的开发任务。 职位要求： 1、了解dataphin平台规范建模流程，或者了解阿里maxcompute计算平台的开发； 2、有2-3年数据建模经历，有完成交付经验的数据建模开发工程师； 3、熟悉hive，hadoop四大模块及其原理，熟悉关系型数据库性能调优方法。

岗位职责: 1.深入了解包括税贷、发票贷等在内的小微信贷产品属性、业务场景、客群特征、风险模式，开发与业务模式匹配的小微相关模型（评分模型、额度模型、定价模型等）并负责相关模型的维护、测试和迭代。 2.负责撰写数据分析报告、评分模型开发报告和日常监控报告。 3.负责开发模型监控报表，监测模型准确性、稳定性及区分能力，持续优化模型和策略体系。 4.以业务视角从数据中发现业务特征与潜在风险，为风控决策提供数据分析支持，并提供优化建议。 5.探索机器学习、图谱分析等新技术在信贷产品中的智能应用落地。 岗位要求: 1.硕士及以上学历，统计学、计量经济学、计算机等相关专业。 2.3年以上大型银行、金融机构等公司风险管理部建模经验，了解智能风控的新技术和发展趋势。 3.熟练使用Python、SQL或SAS，熟知主流建模算法的原理并有实际操作经验，包括：逻辑回归、决策树、朴素贝叶斯分类、聚类分析、神经网络、xgboost等。 4.具有良好的沟通能力，较强的逻辑思维能力和创新能力。

工作职责: 1. 通过对网络数据、运营数据的指标，采样业务数据，运用数据挖掘、机器学习等方法，进行风险监控与预测； 2. 对业务行为进行数据分析和建模，监控与预测客户需求热点和行为，为业务发展提供智能手段建议； 3. 与研发一起，将数据分析成果IT化，实现数据分析模型的应用研发； 4. 通过业务系统中海量数据，挖掘业务数据之间关系及规律，为行业提升竞争力解决方案提供依据； 5. 支撑业务涉及大数据需求实施、运营。 任职资格: 1. **本科及以上学历，统计学、应用数学、数据科学、计算机科学等领域硕士优先； 2. 对数据敏感，有系统化分析思维，自我驱动强，能通过数据主动发现问题并解决问题； 3. 掌握数据分析模型的逻辑回归模型、决策树模型、随机森林模型等模型原理、应用，根据模型结果对特征重要性评估的能力； 4. 至少精通python、R语言等其中一种数据挖掘工具； 5. 了解大数据处理框架：Hadoop、storm、Spark等平台的海量数据处理。

团队介绍： 百度智能云金融联合建模团队。 工作地点：北京 上海 职位描述： 1.参与金融数据订阅服务和金融建模工具平台开发； 2.参与金融大数据ETL工具与离/在线特征服务构建开发； 3.参与金融主流机器学习算法与特征工程安全算子工程侧设计开发与性能优化； 4.参与客户技术问题咨询交流，参与项目POC与交付支持； 5.深入思考项目研发过程中的各项问题，促进团队工作效率和开发质量的提升； 6.充分发挥个人优势和各项特长，帮助团队和个人共同成长； 职位要求： 1.本科（*****）以上学历，三年以上服务端开发经验，具有互联网公司或ToB软件企业背景； 2.JAVA基础扎实，理解io、多线程等基础框架，熟练使用Spring、Mybatis、Spring Boot等主流开源框架，可以根据项目需要快速学习上手新的语言； 3.熟悉分布式系统的设计和应用，熟悉分布式、缓存、消息、分库分表等机制，能对分布式常用技术进行合理应用，解决实际问题； 4.熟悉Linux开发环境，熟悉Netty/Nginx/Mysql/Redis等服务配置部署，对生产环境问题排查有实际工作经验； 5.熟悉云原生Kubernetes,Docker,Chart相关开发和部署，有实际工作经验； 5.对业务有较深的理解，能够独立完成需求分析、设计、编码工作；具有良好的学习能力、团队协作能力和沟通能力； 7.追求**的设计规范和代码质量，具有较强的抽象能力，对系统可重用性、扩展性、可维护性有较多的思考与实践经验； 8.具有强烈的自驱力和上进心，愿意和团队共同成长，成就更好的自己和他人。 加分项： 1.有Python开发经验、算法相关工作经验或者机器学习知识基础优先； 2.对市面上大数据平台、建模平台有过使用或开发经验； 3.有金融行业数据、营销、风控在线服务建设经验者优先； 4.开源项目Owner、Committer或Contributor优先； 5.有极强的组织协调能力、善于表达者优先； 6.有极强的创业精神、乐观而皮实、合作共赢意识强烈者优先；

岗位职责： 1、负责各类风险模型的开发、测试、运行维护及评估优化，持续为风险决策提供支持，包括不限于贷前、贷中和贷后模型； 2、运用风险决策分析手段对客户的行为进行数据挖掘，研究客群特征，不断优化模型，持续改进资产质量； 3、负责跟进主流和最新的机器学习和深度学习的开源计算框架，研发适用于公司需求的机器学习的大规模计算平台 职位要求： 1. 本科及以上学历、经济、数学、统计学，计算机学等相关专业； 2.有建模分析工作经验优先，具有同类信贷产品或信用卡零售行业信贷风险建模经验者优先； 3.熟练使用支持LR、GBDT、XGBOOST或DNN等常用模型的开源工具，对机器学习开源工具的发展有持续的兴趣和跟进； 4. 较强的数据敏感度，熟悉信用风险的评级和量化模型开发，有完整模型项目开发经验； 5. 熟练掌握一门常用数据处理脚本语言， 如PYTHON，熟悉基于该语言的常用开源算法； 6. 具有较强的逻辑思维能力、数据挖掘分析能力，具备良好的敬业精神，有较强的团队协作能力、沟通能力和问题分析能力等。

岗位描述 1、负责优化综合搜索、商城搜索等场景的电商结果排序，提升转化效率和搜索体验； 2、负责优化电商推荐场景的召回、排序等任务 岗位要求 1、在搜索、推荐等领域至少两年工作经验； 2、对机器学习、深度学习、nlp等有一定的理解和实践经历，有NER、文本分类等方向实践经验者优先 3、熟悉掌握Python/C++/JAVA/至少一门语言，熟悉常用算法和数据结构，有算法工程实践经验者优先； 4、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； 5、良好的沟通能力和团队协作能力，有强烈的上进心和求知欲，善于学习新事物。

岗位职责: 1.深入了解包括税贷、发票贷等在内的小微信贷产品属性、业务场景、客群特征、风险模式，开发与业务模式匹配的小微相关模型（评分模型、额度模型、定价模型等）并负责相关模型的维护、测试和迭代。 2.负责撰写数据分析报告、评分模型开发报告和日常监控报告。 3.负责开发模型监控报表，监测模型准确性、稳定性及区分能力，持续优化模型和策略体系。 4.以业务视角从数据中发现业务特征与潜在风险，为风控决策提供数据分析支持，并提供优化建议。 5.探索机器学习、图谱分析等新技术在信贷产品中的智能应用落地。 岗位要求: 1.硕士及以上学历，统计学、计量经济学、计算机等相关专业。 2.3年以上大型银行、金融机构等公司风险管理部建模经验，了解智能风控的新技术和发展趋势。 3.熟练使用Python、SQL或SAS，熟知主流建模算法的原理并有实际操作经验，包括：逻辑回归、决策树、朴素贝叶斯分类、聚类分析、神经网络、xgboost等。 4.具有良好的沟通能力，较强的逻辑思维能力和创新能力。

岗位要求： 1. 负责信贷业务及其他业务用户增长与风险管理模型搭建； 2. 负责信贷业务及其他业务风控策略与增长策略的迭代优化； 3. 参与外部合作项目模型与策略开发，推动模型策略的上线、追踪、评估工作； 岗位职责： 1. 统计、数学、计算机、物理等理工科相关专业本科及以上学历； 2. 熟悉常用数据挖掘算法与模型，包含统计学习、机器学习、深度学习等建模方法； 3. 熟练使用 python、R 等一种以上编程语言，熟练使用SQL； 4. 具备良好的逻辑思维能力，具备较强的责任心与沟通能力； 5. 有信贷行业、互联网广告行业经验优先；

工作职责 1、独立完成建模方案设计、模型开发及部署，运用各类算法研发反欺诈规则和风险模型，并对现有模型进行优化完善； 2、独立完成业务场景模型构建，运用数据分析工具和技术对实验数据进行处理和挖掘，提供数据参考和支持实验决策。设计和实现实验平台功能，向实验者和管理层提供科学的数据分析结果。协助实验团队制定实验计划和方案，根据实验需求提供数据支持和解決方案。跟踪实验过程中的数据变化和趋势，及时发现和处理数据异常和问题； 3、深入挖掘用户行为数据，构建客户风险画像，刻画客户风险特征，找到潜在风险客户，并制定相应风险策略。 任职资格 1、本科及以上学历，数学、统计学、计算机等相关专业优先；具有保险、银行、持牌消金、头部互金、金融科技公司模型及策略相关工作经验优先； 2、至少能熟练使用Python/ Spark/R其中一种分析及建模工具，数据挖掘及建模经验丰富，能够有效利用LR、xGBoost、LightGBM等机器学习算法以及神经网络等深度学习算法构建特征与模型； 3、具备优先的模型建构能力，能够从具体业务场景抽象成模型，并落地解决业务问题； 4、独立完成项目经验优先，结构化思维，分析能力强、能独立解决问题、沟通表达优秀者优先； 5、对保险反欺诈优先，对全生命周期风控管理流程有深刻的理解，并掌握各环节的风控要点及风控策略制定逻辑。

岗位职责： 1、使用建模工具进行信用模型及反欺诈模型开发，包括数据准备、建模及数据分析、模型的选取与优化、模型验证等工作； 2、带领项目组完成项目的需求分析、项目设计、项目实施，同时完成项目管理等工作； 3、针对不同金融机构和业务给出相应的风控建模方案，并进行潜在客户挖掘； 4、针对客户痛点进行业务引导并提供技术支持； 5、具备探索新业务场景的能力与热情，对于知识与技术向新场景迁移和应用有独立的见解。 岗位要求： 1、五年以上相关领域工作经验，统计、数学、计算机、金融工程等相关专业硕士及以上学历； 2、至少能熟练运用SAS/R/Python中的一种进行数据分析或建模，熟练掌握数据库操作（如SQL语句）； 3、掌握逻辑回归、决策树、机器学习等建模方法，了解算法的原理； 4、拥有银行/互金/消金等金融机构数据分析、策略开发以及建模工作经验者优先； 5、具备独立思考能力，逻辑严谨，对数据敏感，善于发现、探索并解决问题，自我驱动力强； 6、有较强的责任心及抗压能力。

【岗位职责 】 1.运用数据挖掘的理论和方法，构建数据模型，解决业务实际问题，驱动和优化业务； 2.负责大数据分析，根据具体数据应用需求，规划制定相应的数据模型； 3.参与数据应用模型开发。 【任职要求】 1.**211、985院校本科及以上学历，计算机、应用统计学、数学基础相关专业优先考虑； 2.英语4/6级及以上； 3.精通各类数据模型和主流算法，掌握常用机器学习算法； 4.精通SQL，熟练掌握数据分析语言python或R； 5.熟悉大数据系统架构及大数据处理相关技术； 6.具有实际的大数据分析及建模工作经验； 7.有较强的数据敏感度和数据逻辑性，良好的问题分析能力和文档写作能力； 7.有电商经验优先考虑。 【上班时间】 朝九晚六，中间休息1个半小时 【福利待遇】 1、 健全的保障：购买广州社保、住房公积金； 2、 美味的工作餐：聘用专职厨师，免费提供午晚两餐（三菜一汤营养均衡）； 3、贴心的福利：员工入职周年、节假日、员工生日皆有礼品发放； 4、完善的假期组合：法定假期、年假、婚假、产假等皆为有薪假期； 5、良好的晋升机会：完善的内部晋升体系，实现员工个性化职业晋升发展通道； 6、完善的培训机制：新员工培训、轮岗培训、在职技能培训、专人一对一指导等让新员工快速融入工作，开设商学院、读书分享会等学习型组织实现自我提升； 7、丰富的员工活动：部门聚餐、户外拓展、公司健身房、橄榄球比赛、万圣节狂欢夜、圣诞节礼物互换、员工旅游等丰富员工的**生活，做到劳逸结合。 【上班地址】广州市番禺区南村壹号健康产业园7楼722房（七号线员岗站步行五分钟）

工作职责： 1.依据需求独立完成数据分析和模型搭建工作； 2.撰写调研报告，数据分析报告， 2.通过对业务需求的整理归纳，建立基于业务场景的相关模型； 3.依据公司现有数据与即将获取的数据,完成标签体系的搭建； 4.与部门其他人员协调合作，协助进行数据仓储与数据分析平台的搭建； 5.根据业务需求的变化，向数据部门提出公司未储备的数据维度需求。 岗位要求： 1、2年以上数据分析工作经验，研究生以上学历，优秀本科亦可考虑 2、主修专业必须为数学，计算机，信息技术相关专业 2、掌握机器学习及数据挖掘技能优先，须有数据挖掘项目实战经验； 2、良好的数据敏感度、逻辑思维和分析能力，善于从数据中提炼总结问题并输出建议； 3、良好的行业敏感度，有数据咨询行业从业经验者优先; 4、良好的数据处理能力，熟练操作 Excel、PPT 等，掌握 SQL 相关数据提取工具，需熟练 R、 python 等分析工具中任一项; 5、具备良好的抗压能力、沟通能力和团队精神，有独立开展分析研究项目经验。

1、具有大数据项目建模分析经验； 2、大数据分析及相关挖掘相关工作经验，精通Python、R等语言，熟悉Linux Shell； 3、熟悉逻辑回归、随机森林、决策树、神经网络等机器学习原理和常用算法，并有过相关的项目应用经验； 4、熟练使用TenorFlow及Python相关的数据分析模块，例如：numpy、panda；