10-15K

数字化系统数据分析工程师

Items 工作任务/岗位职责
1 负责大数据平台的规划、分析、设计工作，把握整体架构，进行相关技术方案文档的撰写；负责提供运营决策支持所需数据，进行数据收集、整理与分析工作；利用脚本工具访问数据库，并完成相应的脚本分析，以图形界面的方式呈现。具备底层数据的批量清理、标准化、再验证的反布道能力，能定期将验证后的数据部署到应用层；
2 负责大数据平台的部署、开发、维护工作；并按业务需求进行专项分析和数据挖掘处理，为业务决策提供数据支持依据；运用统计学或者机器学习算法以及数据挖掘相关知识，并使用数据分析工具，对结构化数据进行统计分析，建模，验证等。
3 与BI分析人员协作，完成面向业务目标的数据分析模型定义和算法实施工作；根据不同的指标体系，设计用于分析的数据模型，选择或设计对应分析要求的算法；
4 承担相关技术领域的探索与储备。协助团队成员利用海量数据定制风险模型；
5 与运营，产品，软件开发部门沟通，明确其需求并给予数据分析统计结果等支持。调研数据需求，进行数据分析主题、数据维度、分析指标等数据体系工作。响应业务部门的数据分析需求，并及时交付分析报告；
6 在用户行为分析（用户画像、行为路径分析）、市场策略分析（关联分析、协同过滤）、热力图等方面做数据分析建模；配合应用设计和开发团队，将分析结果进行实际应用，通过反馈分析对产品、运营、市场提出建议并推动实施。
7 配合行业专家，从不同业务主题中发现衡量业务的指标体系；
8 出具统计分析报告以及技术文档，并具有分享和经验总结能力。海量数据分析和专项的数据挖掘。
9 日常数据系统开发；负责调优数据平台性能，保证数据平台高可用性及持续稳定性。
任职要求
统计学，应用数学，计算机，物理等相关专业本科及本科以上学历，但不拘泥于以上专业，熟练掌握C/C++或者JAVA；具有一年以上的运营数据分析从业经验，以及优秀的数据分析技能。能够独立设计分析方法并解决复杂的业务问题。
熟悉数理统计、数据分析、数据挖掘的方法,比如:决策树模型、聚类模型、回归模型等；精通至少一种数据分析/挖掘软件操作，如SAS，SPSS，R等；熟练使用数据挖掘、机器学习、统计学的常用算法。
拥有海量数据处理和挖掘经验者优先；精通业内流行的Flurry，GA,TalkingData等第三方数据分析系统的操作，并熟练掌握至少一种数据描述和可视化工具；熟练运用各种常用算法和数据结构，熟悉常用的机器学习算法，了解各种算法的优缺点和局限性。了解数据库技术，具有主流数据库产品和分析工具的使用经验；有一定的业务敏感度，能根据业务需要进行数据分析。
有2年以上C++实战经验者优先；熟悉java，C/C++，R三门语言者优先；熟练使用一种及以上脚本语言（如python、shell）者优先；熟悉MySQL以及NoSQL数据库的存储、查询、优化以及管理工作。熟练掌握多种数据挖掘、数据建模的基本方法和相关工具的使用； 具有搭建维护hadoop 相关环境, troubleshooting, turning的经验；熟悉分布式开源框架（比如Hadoop）优先；有Mongodb数据库经验的优先。
有大数据挖据方面经验和技能者优先；如hadoop、hbase、hive等；具有较强的数据敏感度，逻辑分析能力和文档写作能力；了解至少一种业内流行的数据分析工具，例如R、SAS、RapidMine、Weka 等。
具备良好的团队合作精神，对数据驱动业务有深入理解，具备良好的沟通能力、团队精神和创新能力，沟通表达能力强，工作积极主动。
学习能力强，善于思考总结，工作认真、责任心强； 优秀的分析、归纳、概括、逻辑思维能力、数理分析能力和学习能力。
有系统需求整理、分析、测试经验，互联网金融经验为佳；对主要的数理统计和数据分析方法有实践经验者优先。同等条件下，熟悉Java、PHP者优先；有海量数据开发经验优先。
良好的沟通合作精神，勇于接受挑战。