日日噜夜夜草|一级黄色录像高清版|调教白富美加勒比久久|亚洲欧洲精品婷婷|日韩综合无码色色|日韩精品一区妖精视频|亚洲无码中文字幕hd|99亚洲思思丝袜|手机看片国产精品大胆亚洲|成人无码视频一区二区在线播放

更新于 6月29日

數(shù)據(jù)分析工程師

1-1.2萬

職位描述

數(shù)據(jù)治理數(shù)據(jù)挖掘數(shù)據(jù)建模云計(jì)算/大數(shù)據(jù)物聯(lián)網(wǎng)人工智能
崗位職責(zé): 一、數(shù)據(jù)處理與分析 1 設(shè)計(jì)和實(shí)現(xiàn)數(shù)據(jù) ETL 流程(抽取、轉(zhuǎn)換、加載),完成數(shù)據(jù)收集、清洗、標(biāo)準(zhǔn)化及深入分析。 2 對(duì)多源異構(gòu)數(shù)據(jù)進(jìn)行特征提取、模式識(shí)別和異常檢測(cè),挖掘數(shù)據(jù)潛在價(jià)值。 3 基于業(yè)務(wù)需求,編寫復(fù)雜 SQL 查詢,開展數(shù)據(jù)分析,生成高質(zhì)量數(shù)據(jù)報(bào)告并與相關(guān)方溝通反饋。 二、數(shù)據(jù)建模與標(biāo)準(zhǔn)化 1 參與 ODS 層和 DW 層的數(shù)據(jù)建模,構(gòu)建高效的數(shù)據(jù)倉庫架構(gòu)。 2 提出數(shù)據(jù)標(biāo)準(zhǔn)化和主題庫建設(shè)的規(guī)范建議,推動(dòng)數(shù)據(jù)治理和一致性。 3 開發(fā)和優(yōu)化數(shù)據(jù)分析算法,提升模型的準(zhǔn)確率和召回率,生成動(dòng)態(tài)分析結(jié)果。 三、業(yè)務(wù)數(shù)據(jù)分析與支持 1 實(shí)現(xiàn)業(yè)務(wù)數(shù)據(jù)的自動(dòng)化比對(duì)與分析,構(gòu)建異常數(shù)據(jù)預(yù)警機(jī)制。 2 制定量化評(píng)估體系,分析業(yè)務(wù)關(guān)鍵指標(biāo),支撐決策優(yōu)化。 3 協(xié)助項(xiàng)目經(jīng)理輸出業(yè)務(wù)場(chǎng)景下的數(shù)據(jù)分析結(jié)果,推動(dòng)業(yè)務(wù)目標(biāo)實(shí)現(xiàn)。 四、系統(tǒng)開發(fā)與交付 1 獨(dú)立完成產(chǎn)品經(jīng)理分配的數(shù)據(jù)分析模塊開發(fā),將分析結(jié)果可視化并集成至現(xiàn)有系統(tǒng)。 2 按要求將配套資源文件(如腳本、配置文件、文檔等)上傳至 SVN,交付測(cè)試部門。 3 使用 Apifox 或類似工具提供接口測(cè)試用例,協(xié)助測(cè)試工程師完成功能驗(yàn)證。 五、運(yùn)維與優(yōu)化 1 協(xié)助運(yùn)維團(tuán)隊(duì)處理線上數(shù)據(jù)相關(guān)問題,監(jiān)控分析模型運(yùn)行效果并持續(xù)優(yōu)化。 2 編寫清晰的數(shù)據(jù)分析報(bào)告和技術(shù)文檔,確保信息傳遞準(zhǔn)確。 任職要求 一、基本要求 1 學(xué)歷與經(jīng)驗(yàn):本科及以上學(xué)歷,計(jì)算機(jī)科學(xué)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)、數(shù)據(jù)科學(xué)等相關(guān)專業(yè), 3年以上數(shù)據(jù) 分析或算法開發(fā)經(jīng)驗(yàn)。 2 能力:優(yōu)秀的邏輯思維和問題解決能力,良好的溝通能力和團(tuán)隊(duì)協(xié)作精神。 二、技術(shù)能力要求 1 數(shù)據(jù)分析與數(shù)倉經(jīng)驗(yàn): 具有 ETL、數(shù)據(jù)倉庫和大數(shù)據(jù)分析相關(guān)經(jīng)驗(yàn),熟悉數(shù)據(jù)處理全流程。 精通 Python 數(shù)據(jù)分析生態(tài)( Pandas、 NumPy、SciPy 等),熟悉常用機(jī)器學(xué)習(xí)算法和統(tǒng)計(jì) 分析技術(shù)。 具備數(shù)據(jù)清洗、特征工程和模型評(píng)估的豐富經(jīng)驗(yàn)。 2 數(shù)據(jù)庫技能: 熟練使用 ClickHouse、Oracle、 MySQL 等數(shù)據(jù)庫,精通 SQL 語言,精通 ClickHouse 者優(yōu)先。 熟悉 MongoDB 或其他非關(guān)系型數(shù)據(jù)庫的使用。 3 ETL 工具與流程: 熟練掌握 Kettle、 DataX、 DolphinScheduler(海豚調(diào)度) 等開源 ETL 工具,熟悉數(shù)據(jù) ETL 標(biāo)準(zhǔn)化流程。 能夠設(shè)計(jì)和優(yōu)化高效的 ETL 管道。 4 操作系統(tǒng): 熟練掌握 Linux 常用命令,能在 Linux 環(huán)境下進(jìn)行數(shù)據(jù)處理和腳本開發(fā)。 5 算法與業(yè)務(wù)分析: 熟悉時(shí)間序列分析和異常檢測(cè)算法,能夠利用數(shù)據(jù)服務(wù)于不同業(yè)務(wù)場(chǎng)景。 有金融數(shù)據(jù)分析、物聯(lián)網(wǎng)數(shù)據(jù)分析或醫(yī)保業(yè)務(wù)分析經(jīng)驗(yàn)者優(yōu)先。 能夠快速理解業(yè)務(wù)需求,轉(zhuǎn)化為分析方案,并形成清晰的數(shù)據(jù)分析報(bào)告。 6 工具與流程: 熟練使用 SVN/Git 等版本控制工具。 熟悉數(shù)據(jù)可視化工具(如 Matplotlib、Seaborn、 ECharts 等)。 有大數(shù)據(jù)處理經(jīng)驗(yàn)(Hadoop、Spark)者優(yōu)先。 三、加分項(xiàng) 有金融業(yè)務(wù)、物聯(lián)網(wǎng)業(yè)務(wù)或醫(yī)保業(yè)務(wù)分析經(jīng)驗(yàn)。發(fā)表過相關(guān)領(lǐng)域數(shù)據(jù)分析或算法論文或?qū)@?參與過完整的數(shù)據(jù)分析項(xiàng)目生命周期。 熟悉 Apifox 或類似工具進(jìn)行數(shù)據(jù)接口管理和測(cè)試。

工作地點(diǎn)

沙依巴克區(qū)萬達(dá)廣場(chǎng)(烏魯木齊經(jīng)開店)16號(hào)公寓

職位發(fā)布者

葛青/人事經(jīng)理

三日內(nèi)活躍
立即溝通