岗位职责:
1、 机器学习模型研发与应用： 负责机器学习模型的端到端开发，包括数据探索、特征工程、模型选择、训练调优、评估及上线部署，解决业务中的预测、分类、聚类等核心问题。
2、 数据驱动决策支持： 深入理解业务逻辑与数据，运用统计学方法与机器学习技术进行深度数据分析，挖掘数据价值，为产品优化、运营策略、风险控制等提供数据洞察和决策支持。
3、 数据产品与平台建设： 参与构建数据驱动的产品或分析平台，包括模型服务化、自动化报表、A/B测试框架设计等，提升数据分析效率和模型应用广度。
4、 技术探索与团队协作： 跟踪机器学习领域前沿技术动态，探索新算法、新工具在业务场景中的应用潜力；与产品、工程、业务团队紧密协作，推动数据科学项目的落地与价值实现。
任职要求:
1、 学历与经验： 本科及以上学历（统计学、数学、计算机科学、数据科学、人工智能等相关专业），3年以上数据分析或机器学习相关工作经验，有完整的机器学习项目落地经验者优先。
数据科学技术能力：
2、 熟悉主流机器学习算法（如线性回归、逻辑回归、决策树、随机森林、GBDT、SVM等）与深度学习模型（如CNN、RNN、Transformer等），理解其原理与应用场景。
掌握至少一种主流机器学习框架（如Scikit-learn, TensorFlow, PyTorch, XGBoost/LightGBM等），并有实际项目应用经验。
熟悉特征工程方法，能有效进行数据清洗、特征提取、特征选择与特征变换。
了解模型评估指标与验证方法，能独立完成模型性能评估与优化。
3、 工程技术栈：
精通Python编程语言，熟悉Pandas, NumPy, Matplotlib/Seaborn等数据分析与可视化库。
熟悉SQL，能够熟练编写复杂查询，进行数据提取与处理；了解Hive, Spark等大数据处理工具者优先。
掌握至少一种版本控制工具（如Git）。
具备模型部署与工程化经验（如使用Flask/FastAPI搭建模型服务，了解Docker容器化部署）者优先。
熟悉Linux操作系统，能够进行基本的环境配置与脚本编写。
4、 综合素质：
对数据敏感，具备出色的数据分析、逻辑推理和问题解决能力。
优秀的业务理解和沟通表达能力，能将复杂的数据分析结果清晰地呈现给非技术背景的同事。
强烈的责任心、积极主动的工作态度，以及良好的团队协作精神。
具备快速学习新技术和新业务领域的能力。