岗位目标
深度融合行业业务逻辑与大数据挖掘技术，聚焦行业核心痛点与潜在机会，独立完成行业ai 应用场景的挖掘、设计与落地，通过数据建模与价值洞察驱动业务规模化增长、效率提升及创新突破。
工作能力
1. 行业洞察力：深度理解行业生态与业务逻辑，能预判行业趋势并挖掘潜在应用场景。
2. 问题解决：具备结构化思维，能将复杂行业问题拆解为可量化、可落地的数据挖掘任务。
3. 沟通协作：能高效对接业务与技术团队，实现技术语言与业务语言的精准转化。
4. 学习创新：持续关注行业动态与大数据挖掘前沿技术，具备场景创新与方案优化能力。
工作职责
1. 行业场景挖掘与设计：深入理解行业产业链、商业模式及业务流程，主动挖掘未被满足的数据分析需求，设计可落地的行业特色应用场景（如金融风控、政务决策支持、工业智能运维等），输出场景规划方案与价值预期。
2. 数据挖掘与建模：基于行业场景需求，完成从数据采集、清洗、特征工程到模型构建的全流程工作，熟练运用分类、聚类、回归、时序预测等算法，搭建适配行业场景的用户画像、风险预警、需求预测等核心模型。
3. 业务价值落地：将数据挖掘成果转化为业务可执行的策略与方案，与产品、运营、技术团队协作推动场景落地，跟踪模型上线后的效果，通过A/B测试、指标监控持续优化模型与场景方案，提升业务核心KPI。
4. 行业能力沉淀：沉淀行业数据挖掘方法论、场景解决方案及特征库/模型库，跟踪行业技术趋势与竞品动态，推动团队在行业场景下的技术创新与能力复用。
5. 跨部门协同：精准理解业务部门需求，用业务语言解读技术成果，提供专业的数据咨询与支持，推动跨部门数据协同与价值共创。
任职资格要求
教育背景
本科及以上学历，数学、统计学、计算机科学、数据科学等相关专业；具备行业相关专业背景（如工业、政务等）者优先。
工作经验
1. 5年以上大数据分析挖掘相关工作经验，其中3年以上行业聚焦的数据挖掘实践经验，有完整的行业场景从0到1挖掘、设计及落地案例（附项目成果说明优先）。
2. 熟悉行业核心业务流程、关键指标体系及痛点问题，能快速将业务需求转化为数据挖掘方案。
专业技能
1. 编程与数据处理：精通Python（NumPy、Pandas、Scikit-learn等库）及SQL，熟练使用Hadoop、Spark等大数据框架处理海量数据，具备数据仓库/数据湖的应用经验。
2. 算法与建模：扎实掌握机器学习主流算法原理与应用场景，能根据行业场景灵活选型（如XGBoost、LightGBM、聚类算法等），具备特征工程、模型调优及可解释性优化能力。
3. 场景设计：具备从行业数据中挖掘业务机会的敏锐洞察力，能独立完成场景需求分析、方案设计、可行性论证及落地规划。
4. 工具应用：熟悉Tableau、PowerBI等可视化工具，了解模型服务化（Docker/Flask）或云平台（AWS Sagemaker等）相关工具者优先。
加分项
1. 有金融风控、工业互联网、政务大数据等垂直行业头部企业相关工作经验。
2. 具备深度学习（DNN、LSTM等）在行业场景中的应用经验，或有推荐系统、用户画像体系搭建经验。
3. 拥有专利、技术论文或重大项目奖项，能独立主导复杂行业场景项目落地并取得显著业绩