1、数据清洗与治理：
①负责公司核心业务系统内部数据的全面清洗、校验和标准化工作，识别并处理数据中的缺失、错误与不一致问题。
②建立和维护长效的数据清洗规则、流程与质量标准，提升核心数据资产的准确性与可用性。
2、模型开发与自动化：
①设计并开发数据清洗、分类与打标模型，利用规则引擎与机器学习算法，实现关键业务数据的智能归类与信息提取。
②应用自然语言处理（NLP）等技术，对非结构化文本数据进行智能解析，挖掘深层信息。
③构建数据质量监控与异常检测模型，实现数据问题的主动发现与预警。
3、数据价值挖掘与分析：
①基于治理后的高质量数据，进行深度分析与挖掘，揭示业务规律、风险点和优化机会。
②通过建立数据分析模型，为业务决策、产品优化、风险管控等提供量化依据与数据支持。
4、数据产品与报告：
①开发可视化的数据看板与自动化报告，持续监控数据健康度并赋能业务团队。
②将核心数据模型与分析方法沉淀为可复用的数据工具或服务。

任职要求：

1、编程与工具：
熟练掌握 Python 进行数据清洗、分析和建模，精通 Pandas, NumPy, Scikit-learn 等核心库。
熟练使用 SQL，能够进行复杂的数据处理与提取。
具备使用数据可视化工具（如 Tableau, Power BI）的能力。
2、数据建模能力：
具备扎实的数据挖掘和机器学习知识，有实际的数据分类、聚类、自然语言处理（NLP）等项目经验。
熟悉模型构建的全流程，包括特征工程、模型训练、评估与优化。
3、数据敏感度：
对数据有高度的敏感性和严谨性，具备优秀的数据清洗和质量控制能力。
4、加分项：
有处理复杂B端业务系统数据（如供应链、ERP、CRM等）经验者优先。
具备大数据处理经验（如 Spark）者优先。
5、综合素质：
具备优秀的逻辑分析能力和系统性解决问题的能力。
具有良好的沟通能力和团队协作精神，能够将复杂的技术问题转化为清晰的业务语言。
对工作认真负责，有强烈的自驱力，乐于探索数据背后的业务价值。