一、岗位概述
我们正在寻找一位具备扎实数据挖掘与机器学习理论基础、丰富工程实践经验的数据挖掘算法工程
师，加入核心业务数据团队。你将负责从海量结构化与非结构化数据中挖掘有价值的商业洞察，设计并落地高效的算法模型，支撑业务决策优化与产品创新迭代，推动数据驱动的业务增长。该岗位需深度协同业务、数据工程等跨职能团队，在复杂业务场景中解决实际问题。
二、核心岗位职责
1. 负责数据挖掘全流程工作，包括业务需求拆解、数据采集与清洗、特征工程设计、算法选型、模型构建与优化，确保模型效果满足业务指标要求。
2. 深入理解核心业务场景（如用户增长、精准营销、风险
控制、智能推荐等），将业务问题转化为数据挖掘问题，通过建模分析提供可落地的决策方案。
3.研究并应用主流机器学习、深度学习算法（如逻辑回归、决策树、随机森林、XGBoost、RNN、CNN等），结合业务需求进行算法创新与优化，
提升模型性能与效率。
4. 负责模型的工程化落地与全生命周期管理，包括模型部署、性能监控、效果复盘与迭代优化，保障模型在生产环境中的稳定运行。
5. 与数据工程师协作构建高效的数据处理链路，确保数据质量与获取效率；与业务团队紧密配合，解读分析结果，推动数据洞察转化为业务行动。
6. 跟踪行业前沿算法与技术动态，将合适的新技术、新方法引入团队，
提升团队数据挖掘能力与技术竞争力。
三、任职要求
1. 基础要求
• 本科及以上学历，计算机科学、统计学、数学、数据科学、人工智能等相关专业；硕士学历优先，3年以上数据挖掘或算法相关工作经验。
• 具备扎实的数理统计基础，深入理解概率统计、线性代数、优化理论等核心知识，能熟练运用统计分析方法解决数据问题。
•精通至少一门编程语言（Python优先），熟练使用数据处理与建模工具库（如Pndaas、NumPy、Scikit-learn、TensorFlow、PyTorch等）。
• 熟练掌握SQL，能高效完成复杂数据查询、数据提取与数据清洗工作；熟悉大数据处理平台（如Hdoop、Spaark、Hive）者优先。
2. 核心能力要求
• 深入理解各类机器学习、数据挖掘算法的原理、适用场景、优缺点，能根据业务需求灵活选型并进行参数调优。
• 具备完整的数据挖掘项目落地经验能独立负责核心项目的推进与交付。
• 具备优秀的逻辑思维能力与问题解决提出解决方案，熟悉从需求分析、数据处理到模型部署、效果迭代的全流程，能力，对数据敏感，能从复杂数据中发现规律与异常，针对性
• 具备良好的沟通表达能力与团队协作精推动跨团队协作项目落地，能清晰向技术与非技术人员阐述模型逻辑与分析结论，
四、加分项
• 有特定领域深度实践经验者优先：如自识别、目标检测等）、推荐系统、风然语言处理（文本分类、实体识别等）、计算机视觉（图像控模型、时序预测等。
• 具备模型部署与MLOps相关经验，熟悉Docker、Flask/F
astAPI等工具，能将模型快速转化为可用服务者优先。
• 在Kaggle等数据科学竞赛中取得优异成绩，或有开源项目、技术博客、学术论文等产出者优先。
• 具备特定行业经验（如金融、互联网、电商、工业物联网等），深入理解行业业务逻辑与数据特点者优先。